随着经济全球化的快速发展及科技的不断推动,现代物流业已成为我国经济领域最活跃、增速最快的产业之一。2019年国家发改委发布了《关于推动物流高质量发展促进形成强大国内市场的意见》等文件,强调了充分利用新型科学技术发展智慧物流的重要意义。作为物流运输体系中的关键一环,配送问题扮演着至关重要的角色。在城市物流配送中,动态车辆路径问题的引入更加贴近实际生活,在降低成本,提高配送运作效率和用户满意度的同时,亦在一定程度上缓解交通压力。因此,动态车辆路径问题是实现智能物流配送重要的一环,成为研究关注的热点。本研究对城市交通卡口数据进行了挖掘分析,进而提取了交通路况特征,结合数据驱动,围绕动态车辆路径问题,分析并综述了大量相关文献及研究成果,重点研究了基于实际交通信息的动态车辆路径问题,建立了以最小化使用车辆数和配送时间成本为目标的问题模型,提出了适用于此类问题的遗传算法,并通过设计的顺丰物流配送应用算例,验证了算法的有效性。本文主要的研究工作如下:（1）针对动态车辆路径问题的研究现状及成果进行了概述分析,阐明了在城市交通数据基础上探索动态车辆路径问题的重要意义。结合交通数据挖掘与动态车辆路径问题的相关理论和实践,归纳总结了常见的交通数据的类型及其挖掘算法,概述了车辆路径问题及其分类,重点研究了动态车辆路径问题的相关理论,详细阐述了不同场景下动态车辆路径问题的分类及求解算法。（2）针对淄博市交通卡口数据进行了标准化处理,采用了随机森林算法对交通数据进行挖掘分类,抽象出时间依赖的旅行速度分段函数,建立了单车场带时间窗的动态车辆路径问题数学模型,来模拟淄博市的物流配送问题。（3）针对该问题模型,提出了一种适用于动态特征的改进遗传算法,引入了时间更新策略和自适应策略来优化车辆分派方案,提升了配送效率。同时,通过顺丰物流实际配送的应用算例,对比分析了有无自适应的改进算法的寻优性能,验证了该算法在解决动态车辆路径问题上的合理性和有效性。