现代物流业作为现代化经济体系当中的重要组成部分,近年来,其物流支出占社会总支出的比重有所降低,但是总体仍然不理想。物流支出中高昂的运输成本和持续增长的仓储成本更是降低了企业的竞争力。随着行业竞争愈来愈激烈,企业对降低物流成本和快速决策越来越重视,车辆路径问题研究及其求解应用程序开发成为解决问题的一种切实可行的策略。信息化和物流全球化发展使得国际集拼物流企业的中心仓库特点越加突出,第三方物流的同城/跨城货运也慢慢成为货物运输的主体。因此,论文以考虑中心仓和同城/跨城货运为切入点,对多仓库多车型车辆路径问题进行研究,并完成了如下工作:第一,本文构建了新的数学模型。通过合并多仓库和两级车辆路径问题,数学模型中研究了多仓库提货中的中心仓优先提货。然后,本文研究了第三方物流的同城/跨城货运,其车辆的核载体积与重量、核载类别和使用费用随车型变化。通过定义同城/跨城货运的车辆行驶费用和二级仓转运中心仓的费用核算方法,在目标函数中设置了车辆行驶费用和货物的入库与转运费用。另外,还设置了各车型车辆与货物配载的约束条件。因此,模型研究了考虑中心仓库优先提货和第三方物流同城/跨城货运多车型,使得派车提货总成本的目标函数最小。第二,本文对求解算法进行了改进和设计。结合变邻域搜索算法深度搜索和遗传算法全局优化的优势,本文设计了混合变邻域遗传算法。首先,算法设计中为了使种群能在早期呈现较优秀的个体,初始化种群时结合了扫描算法;而路径间邻域策略2-opt*和Cross-Exchange可以更好交换线路终点仓库,对本文提出的中心仓MDHFVRP模型有着快速获取最优解的优势。然后,将问题分为15、40、60三个数据规模,并进行数值实验分析。实验结果表明,混合变邻域遗传算法比传统算法优异,并随着问题规模的增大,算法改进的幅度随之提高。最后,结合某大型国际集拼物流企业进行实例应用分析。第三,设计和开发实现了中心仓MDHFVRP的求解应用程序。通过对业务流程和系统性能的进行需求分析,设计了应用程序的表示层、业务逻辑层和数据库,然后对视图模块、高德API求解引擎、输出结果模块进行实现。完成了输入订单数据和输出得到派车结果的车辆路径问题求解应用程序。综上,本文解决了考虑中心仓的多仓库多车型车辆路径问题,研究成果和结论将能够为相关物流企业的物流改善提供必要的理论支撑和决策支持。