配送是物流系统中很重要的一个环节,是从客户订货到交货的最后环节,也是最容易引起时间延误的环节。客户满意度的降低是客户流失的一大因素,尤其在客户有多样性需求的物流配送网络中,客户对交付时间日益敏感,快速、准时和服务质量在车辆路径选择中也愈加重要。因此,选取恰当的车辆路径,可以加快对客户需求的响应速度,提高服务质量,增强客户对物流环节的满意度,同时增强企业竞争力。本文在相关研究工作的基础上,考虑现有的VRPTW模型,通过设定惩罚函数,更加全面的把握客户对服务的时间窗约束、车辆运输费用和时间效应成本等因素,建立了有惩罚函数的VRPTW优化模型。并针对该模型设计了基于客户分组的两阶段求解思路:第一阶段,从影响客户满意因素的角度出发,利用模糊聚类技术的特点,采用一种定性和定量相结合的方式来分析客户特性的混合模糊系统聚类方法,以便在车辆线路选择之前,对客户进行分组;第二阶段,针对每个客户组构造最优路径,采用具有全局空间搜索和隐含并行性优点的遗传算法对简化模型进行求解,并运用Matlab的遗传算法工具箱加以实现,进而形成一种系统的考虑客户全面需求属性和减少计算工作量的求解方法。最后,通过实证分析表明了本文关于VRPTW优化模型和求解方法的有效性。