经济的飞速增长为物流企业带来了很多机遇,规模不断增加,单车场和单车型的配送模式已经无法满足大规模的配送需求,因此,其服务模式也在不断变化。目前,多个车场和多种车型的服务模式的应用越来越广泛,而该问题的求解方法及求解能力还有较大的提升空间。考虑以上因素,对多车场多车型车路径问题的解决有着重要意义。为此,对车辆路径问题及其求解方法进行了梳理和总结,构建了数学模型;然后,提出了一种改进的猫群算法,用于寻找问题的解。(1)分析问题,建立模型。阐述了车辆路径问题的主要特性,制定了关于多车场多车型车辆路径问题及带时间窗和同时取送货的多车场多车型车辆路径问题数学模型。(2)设计和改进猫群算法。根据建立的数学模型以及车辆路径问题的特点,改进设计了猫群算法,包括该算法的编码方式、变异算子、搜寻模式、跟踪模式等,并制定了算法求解的具体步骤。(3)利用改进猫群算法求解具体问题。通过对两个问题的不同算例进行测试求解,并与其他算法的结果进行对比,验证了改进猫群算法的求解能力。(4)测试分析改进猫群算法的性能。首先分析了模拟退火算法对于猫群算法求解性能的影响;然后,通过设置不同的种群规模、记忆池容量和分组率,分析了不同参数值下的求解结果,从而确定了三组参数对改进猫群算法的求解性能的影响。结果表明,针对两个模型,相比于现有的求解方法,改进猫群算法具有更加优越的求解性能,其收敛速度更快,解的质量更高,稳定性更强。另外,该算法的参数分析结果表明,相比于种群规模和分组率,记忆池容量的变化对算法求解性能的影响更大。本研究为解决多车场多车型车辆路径问题提供了方案,也为利用智能算法求解复杂优化问题提供了参考。