随着科学技术的发展和全球经济一体化进程的推进,物流作为“第三利润源泉”受到人们高度重视,并逐渐成为企业最重要的竞争领域。物流配送是物流系统运行的重要环节,配送成本在物流成本中占据着较高比例。因此,各企业一直致力于如何有效降低物流配送成本,这也是目前物流研究领域的热点问题。物流配送研究中车辆路径问题(VRP,Vehicle Routing Problem)是在满足客户需求的前提下,以最小成本完成物流配送任务。而对客户进行时间窗限制的VRP问题即为VRPTW问题(Vehicle Routing Problem With Time Windows),传统的VRPTW问题是在满足客户的需求量和时间窗限制的前提下,研究使运输成本和违反时间窗的惩罚成本之和最小的路径优化问题,但未能考虑到客户重要度对企业的影响。忽视客户重要度会导致部分对企业有重要意义的客户无法得到满意的物流服务,进而降低客户的忠诚度,最终给企业造成一定的损失。在竞争愈加激烈的市场环境下,企业为了攫取利润,进一步开拓市场,应当考虑客户的重要程度,并将主要精力和资源用于维护能为企业带来更高价值的重要客户之间的关系。因此,本论文的选题具有重要的理论价值和实践意义。本文介绍了基于客户重要度的聚类问题和车辆路径问题相关理论,基于城市物流配送的实际情况和客户价值理论,提出对客户进行分级配送的差异管理策略,主要研究内容如下所示:(1)基于客户重要度的聚类优化研究是本文的首要问题,运用系统综合评价理论,基于多人决策进行研究,充分考虑到决策对象和决策者的不确定性,研究基于客户重要度的聚类优化问题。首先,研究相关文献并进行实地调研,基于客户点的多重特性,构建客户重要度综合评价体系。其次,提出了应用梯形模糊数表示语言变量,并对客户重要度评价体系中各指标对应的客户点、指标自身权重和专家权威性进行综合评价。然后,应用模糊集成的方法将综合评价体系中的二级准则指标集成到一级准则指标上,计算出各客户对应的重要度综合评价值,运用模糊拆分的方法将客户重要度综合评价值拆分为四个子属性,并计算出各子属性的隶属度函数值。最后,将隶属度函数值作为K-means算法的聚类输入,进行基于客户重要度的聚类优化研究,设计了聚类有效性指标用于选取最优客户聚类方案,为后续基于客户重要度的分级配送路径优化研究提供了决策依据,并进行了敏感度分析,有效证明了本文所提客户重要度综合评价指标体系的合理性和稳定性。(2)将基于客户重要度的聚类优化研究作为决策支持,研究城市物流配送网络中客户分级配送路径优化问题。首先,针对传统VRPTW问题片面追求配送总成本最小化的弊端,基于城市物流配送的实际情况和客户价值理论,提出对客户进行分级配送的差异管理策略。引入客户物流服务满意度,构建了物流配送总成本最小化和客户物流服务满意度最大化的双目标数学优化模型。然后,针对所构建的数学模型,设计了改进的非支配排序遗传算法(M-NSGA-Ⅱ)用于求解数学模型。最后,进行了算例验证,具体包括基于最佳客户分级配送方案下不同算法之间的对比和不同管理策略下的优化结果对比,证明了本文所提优化算法和客户分级配送差异管理策略的有效性。通过敏感性分析,一方面证明了所提客户重要度综合评价指标体系的合理性,另一方面可为企业进行客户分级配送管理提供一定的决策支持。