自2016年以来,我国外卖行业的市场格局已见雏形,面向国家不断深化供给侧结构性改革的宏观背景,各大外卖平台的核心竞争领域逐步转向建立高效的外卖配送调度系统,以期提升接单效率和服务质量及降低运营成本。然而,现有的外卖配送服务在实际运营过程中还存在着诸多痛点,制约着外卖配送行业的发展。譬如:一、通过实地调研（以重庆市某中心城区的外卖配送站点为例）,由于配送系统缺乏对订单合并及骑手分配的有效算法机制,会使得用餐高峰时期大量涌入的订单难以高效处理;二、行业高离职率现状下新旧骑手的配送效率差异较大,同时专送和众包骑手的服务质量也存在不同,即骑手异质性特点会极大影响订单准时交付和顾客满意度,然而目前考虑骑手异质性特点的外卖配送模型研究还相对较少。此外,通过分析国内外学者针对外卖配送问题的研究成果,发现现有研究很少基于实际的地理信息数据,以二维平面为基准的模型不足以反映实际路网结构。综上所述,本文主要从以下几个方面展开研究:（1）考虑到现有外卖配送模型研究甚少探讨骑手异质性特点,本文构建了考虑骑手异质性特点的外卖配送路径规划和任务指派模型。（2）设计了一种三阶段求解策略:第一阶段采用订单合并算法对订单合并,且构建了订单合并评价模型对订单合并结果进行评价;第二阶段通过开发自适应大规模邻域搜索算法（ALNS）对任务配送路径进行规划;第三阶段采用匈牙利算法对具备异质性特点的骑手进行任务指派。（3）提出了两种订单合并算法:PCA+K＿means均值聚类算法和基于路径相似度的启发式合并算法,进而构建了订单合并评价模型评估订单合并结果的优劣。（4）基于高德开放平台（Map Lab）提取实际路网的道路信息,构建网络图用于理论研究,采用迪杰斯特拉（Dijkstra）算法求解两点之间的最短路径。（5）根据外卖配送相关实际数据,生成不同规模的测试数据集,对所提模型及算法进行有效性分析。本文根据外卖配送站点的历史实际数据,生成不同规模的测试数据集,测试结果给出了两种合并算法以及ALNS和匈牙利算法在不同数据规模下的求解表现。结果表明,在保证顾客满意度都达到“非常满意”的前提下,订单延误率低于10%,单均配送成本不高于2元,单均配送时长低于10分钟,从而验证了模型和算法的有效性。此外,本文计算出的最优骑手数量以及骑手运力配置,也可为现有外卖站点的人力配置优化方案提供借鉴意义。