近年来,随着互联网电子商务平台的迅速成长,网上购物已经成为人们生活中不可或缺的一种途径。面对与日俱增的线上交易,如何保证线下快件的及时送达是每个快递企业的首要责任。快递企业现有的车辆资源足以保证平日里网络购物交易量的需求,但遇到节日打折期间暴增的交易量,就显得有些力不从心。若为此增加企业车辆资源,不仅投入大,而且降低了该资源的利用率,使得快递企业将面临成本增高,效益降低的局面,在整个快递业的竞争力也会下降。如何利用快递企业现有的车辆资源来解决快递暴增的情形是一个重要的研究问题。本文对电子商务环境下的快递企业共同配送模式下的车辆调度问题进行了研究,根据车辆路段等待时间确定和车辆路段等待时间不确定这两个情形的特点,研究了快递企业的车辆调度问题,具体分为以下四个子问题:路段等待时间确定情形下的单配送中心快递企业共同配送车辆调度问题、路段等待时间确定情形下的多配送中心快递企业共同配送车辆调度问题、路段等待时间不确定情形下的单配送中心快递企业共同配送车辆鲁棒调度问题以及路段等待时间不确定情形下的多配送中心快递企业共同配送车辆鲁棒调度问题,并考虑快递企业的运输总成本和运行总时间这两个目标函数,建立了路段等待时间确定情形下的单配送中心快递企业共同配送车辆调度多目标优化模型、路段等待时间确定情形下的多配送中心快递企业共同配送车辆调度多目标优化模型、路段等待时间不确定情形下的单配送中心快递企业共同配送车辆鲁棒调度多目标鲁棒优化模型以及路段等待时间不确定情形下的多配送中心快递企业共同配送车辆鲁棒调度多目标鲁棒优化模型,并结合问题各自的特点,以NSGA-Ⅱ算法为主要框架设计了用来求解这四个子问题的多目标遗传算法。本文针对每一个子问题都进行了算例应用研究,算例结果表明本文设计的多目标遗传算法可有效解决所提出的问题,并能够找到一系列的快递企业共同配送车辆调度方案,不仅如此,还对比分析了是否采用共同配送模式所得到的车辆调度方案的差异,并发现采用鲁棒优化理论所得到的结果相比较传统的优化方法得到的结果稳定性更强,对快递企业的决策者在选择车辆调度方案这一问题上有一定的参考价值。