随着经济全球化进程的不断加快，公司或企业的规模不断扩大，为使有限的资源得到优化配置，提高其经济运行的质量和效益，多配送中心车辆路径优化问题(MDVRP)的研究有着重要的应用前景。客观世界存在着大量的不确定因素，因此本文以可信性理论为基础，对带有时间窗的多配送中心车辆路径优化问题进行了研究。本文的主要工作如下：1)为了解决现实中有时限车辆路径问题中存在的大量不确定参数，本文基于可信性理论，设配送车辆到达每个客户的行驶时间为模糊变量，建立了三类多目标不确定规划模型：多目标规划期望值模型、机会约束多目标规划模型和机会约束目标规划模型。2)针对机会约束目标规划模型，将多配送中心车辆路径问题转化为一个大的单车场车辆路径优化问题，然后采用单亲遗传算法与模糊模拟技术相结合的混合智能算法对其进行求解，通过算例表明了所提出的模型及算法的有效性。3)对有时限多车场车辆路径问题，本文基于可信性理论，建立了两类不确定双层规划模型：双层规划期望值模型和机会约束双层规划模型。4)针对机会约束双层规划模型,本文给出了单亲遗传算法与99-表算法相结合的双层智能优化算法对其进行求解。数值算例表明了所提出模型及算法的有效性与可行性。