交通与物流是支撑现代社会经济发展的基础性、战略性行业,随着现代物流业的快速发展,物流技术的发展水平对企业核心竞争力发展要求的影响越来越大;物流业对国民经济的重要作用也日益显现。我国物流成本相较于世界先进水平还处于较高的位置,企业生产经营过程中在物流支出方面的费用较高,如何加强企业的物流成本管理,从而有效降低物流成本,增加企业收益,成为了企业亟待解决的问题。物流成本在一定程度上反映了诸多物流活动所需的全部费用,其中运输费用占比较大,因此,加强对物流配送过程的管理和研究,能够有效降低企业物流总成本、提高物流服务质量。车辆路径作为物流配送过程的主要研究问题受到了国内外众多学者的关注,研究目的旨在通过合理安排车辆的调度计划和车辆的行驶路径方案,将货物及时并有效的配送到客户指定地点的同时,使得企业配送服务成本实现优化。车辆装载是物流配送过程的前序阶段,是配送中心根据客户需求,将货物合理装入车厢的过程。车辆路径和车辆装载问题是物流调度优化的两个重要研究方向,同时也是配送环节的重要组成部分,两者在实际生产经营活动中相互影响、相互制约,因此对车辆路径和车辆装载问题的联合优化研究具有重要的意义。本文研究了需求可拆分与不可拆分同时存在的车辆路径问题,同时针对需求可拆分客户点采用依订单拆分的方式对其货物进行拆分,并根据货物的三维形态构建了三维装载与需求可拆分车辆路径的联合优化模型。其主要研究内容如下:1、模型方面:考虑多品类货物的三维装载和车辆运输过程,在构建模型时相较于传统车辆路径问题的优化模型,松弛了每个客户点只能由一辆车进行服务的约束条件,即客户点可根据自身货物需求量要求配送中心是否可以对货物拆分配送;同时,考虑需求须依订单拆分的约束条件,分别构建了车辆装载优化模型与车辆路径优化模型,再根据实际物流配送活动,构建了三维装载与需求依订单拆分车辆路径问题的联合优化模型。2、算法方面:采用基于构造式启发式算法的遗传算法求解三维装载模型,得到客户每一订单在车厢中的最优装载方案;同时,以车厢装载模型求得的订单最优装载长度作为客户新的服务需求,车厢装载长度为约束条件,采用禁忌搜索算法对需求依订单拆分的车辆路径优化模型求解,得到各辆车在配送过程中的最优行驶路径。3、算例分析:介绍了采用的算例数据信息,在算例测试之前根据本论文研究问题对测试数据进行预处理,使其能应用到本文求解过程中;最后根据模型和算法对数据进行了求解,从而验证了模型的可行性和算法的有效性。