车辆路径问题（VRP）是Dantzig和Ramser^[60]于1959年首次提出的，1985年Savelsbergh证明了车辆路径问题是NP-hard问题，此后学者的研究主要集中在两个方面，一是设计求解车辆路径问题各种近似算法，二是研究车辆路径问题的各种扩展情况及在实际中的应用。传统车辆路径问题的常用算法有节约算法、扫描算法、禁忌搜索算法等^[1]。车辆路径问题的扩展情况则包括带时间窗限制的车辆路径问题（VRPTW）、带车容量限制的车辆路径问题、需求不确定的车辆路径问题、道路信息不确定的车辆路径问题等。其中，带时间窗限制的车辆路径问题由于在实际中具有广泛应用而吸引了一大批学者进行研究，研究成果主要集中在求解带时间窗限制的车辆路径问题的各种算法上，其中包括禁忌搜索算法^[61]、蚁群算法^[62]、遗传算法^[63]、模拟退火算法^[64]等。目前，文献中研究的带时间窗限制的车辆路径问题大多数只考虑了单一时间窗限制，即每个需求点仅有一个可以利用的服务时间窗。在实际中，一个需求点可能会有多个可以利用的服务时间窗，这就是带多时间窗的车辆路径问题（VRPMTW），目前文献中对这类问题的研究并不多。马华伟^[65]等于2009年提出了多时间窗车辆路径问题，建立了数学模型，并用模拟退火算法对其进行求解；彭碧涛^[66]等于2010年对多时间窗车辆路径问题进行了进一步的探讨并建立了数学模型，并用蚁群算法进行了求解。已有文献中都没有考虑每辆车的最长行驶距离限制，并且都没有对建立的数学模型直接进行编程求解。本章将在考虑车辆最长行驶距离限制的前提下研究多时间窗车辆路径问题，建立该问题的整数线性规划模型，并对该模型直接编程以便求出精确最优解，同时设计出求解该问题的遗传算法。(www.daowen.com)