2013年-2017年,我国汽车销量稳步上升,截止2017年,我国汽车总销量达到2887.89万辆,汽车销量的增长,带动汽车日常维修保养需求的增长,壮大了汽车售后服务市场。汽车备件物流作为其中一个重要环节,其运作效益直接影响汽车售后服务市场的服务质量,因此,汽车备件物流也越来越受到关注。车辆路径问题(VRP)是物流配送体系的重要环节,也是影响物流成本的关键因素。近二十年来,学术界关于VRP的研究越来越重视,在短时间内大量涌现有关其算法和模型研究著作,同时,随着研究的深入和扩展,在VRP的基础上衍生出众多分支,OVRP就是其中一种较为特殊的VRP问题。对于汽车备件物流,由于其受市场需求方驱动,需求很不稳定,因此汽车备件物流通常进行的是从配送中心到需求地(4S店、经销商和综合维修企业等)的运输,车辆在完成运输任务后,通常会直接赶往下一个配送中心继续完成下一个运输任务,而不是回到某一特定的配送中心,因此,汽车备件物流一般采取开放式物流系统,而是非传统的闭环型物流系统。随着商业标准的提高,需求地对物流准时性要求越来越高,加之为了降低运营成本,带有时间窗和送取货要求的OVRP能更好的贴近实际操作。本文正是以此作为切入点,对现有的关于OVRP及其衍生问题的文献进行综合论述,重点对带有时间窗和送取货要求的OVRP的原理、模型、算法展开综合研究,最后,再结合G公司汽车备件物流运输的案例进行分析。具体研究内容如下:在G公司真实的备件物流运输模式及运输数据基础上,本文主要从解决G公司在备件物流使用手工排班的不合理性出发,以优化车辆路径问题为目的,加入时间窗和送取货的要求,研究分析汽车备件物流车辆路径问题,在此基础上,平衡提高顾客服务水平和降低运输成本之间的关系,并以此平衡性来建立相应的数学模型,设计出改良的遗传算法来求解问题,最终,将改良后的算法与G公司手工排班运营效果进行经济效益分析,结果表明,本文的算法可以在短时间内求得较优的运输方案,从而在一定程度上提高了服务顾客水平和降低了运输成本。