联合国政府气候变化委员会的一份报告指出:过去50年里全球平均气温的升高主要是排入大气的温室气体造成的,而全球变暖又将引发海平面升高、极端天气频发等恶劣自然现象,从而进一步影响人类的生产、生活甚至威胁人类的生存。物流运输业是二氧化碳等温室气体的重要来源之一,而公路货运的碳排放量在物流运输中占有重要的比例。因此研究绿色车辆路径问题,可带来可观的环境效益。在绿色车辆路径问题中,主要的目标是降低企业的成本,减小对环境的危害,而对提高服务质量、增加客户满意度关注不多。在车辆调度问题中,客户的满意度主要体现在车辆的准时到达上。车辆在客户要求的时间点到达,或者提前到达,说明企业的配送能力强,可以满足客户的要求,客户感到满意,车辆推迟到达,就会影响客户的利益,客户感到不满。在对相关研究概述的基础上,本文在经典的车辆路径问题上同时引入了客户满意度和碳排放这两个观点,对考虑客户满意度的绿色车辆路径问题进行了研究。首先,借鉴前景理论中价值函数的思想,对客户满意度函数进行了刻画,成功地表示了客户对运输企业配送服务水平的评价,并且由此建立了带有费用约束的以最大化客户的满意度之和为目标的混合整数非凸规划模型。其次,针对建立的混合整数非凸数学规划模型,设计了时间窗离散化算法,将混合整数非凸模型转化为混合整数线性模型。再次,使用优化软件Lingo分别对混合整数非凸模型以及转化后得到的混合整数线性模型进行求解。首先是对小规模算例进行求解,验证使用两个模型都可以对算例进行求解,然后再使用这两个模型分别对中规模算例进行求解,通过对小批中规模算例的求解,验证时间窗离散化算法的适用性。最后,在不同规模的算例里,分析了算法的参数及问题的参数对结果的影响。时间窗离散化算法的参数是离散化长度,通过实验发现,离散化长度越小,客户的满意度越大,并且越和最优解靠近。同时,实验表明,离散化长度越小,得到的配送路径越和没有离散化之前的模型得到的配送路径相近。问题参数主要包括车辆数和预算成本。通过实验可以发现,这些参数对结果有着显著的影响。车辆数越大,客户的满意度越高,当车辆数大于一定数时,客户满意度不再随着车辆的增加而增加;预算成本越大,客户满意度越大,但是,预算成本有个拐点值,当预算成本超过这个拐点值,就会造成成本的不必要的浪费。