现如今电子商务的发展是越来越火,相比于实体卖场人们更多的将选择放在了网上购物这一块,随着网上购物的发展而来的就是商品的配送问题,如何及时有效的将商品送到顾客的手中。本篇文章基于电子商务环境下的末端配送的背景研究了不确定环境下的车辆路径规划问题。对车辆路径问题的研究可以使电商企业更好的安排车辆的路线以节约时间成本、运营成本并提高顾客的满意度,而不确定环境下的问题又考虑了现实环境中的各种变化的因素,与实际情况贴合更加紧密更具研究意义。本文的具体研究内容如下:本文首先分析了国内外学者目前对于不确定环境下车辆路径问题的研究现状,对电子商务环境下末端物流配送背景下的车辆路径问题进行确定环境下模型的建立;然后针对确定的模型考虑了不确定的送货量、不确定的取货量、不确定的旅行时间和不确定的服务时间四种不确定因素,分别在凸包不确定集合、盒子不确定集合、椭球不确定集合三个不确定集合下将模型转化成鲁棒对应式;接着提出了一个改进差分进化算法,改进后的差分进化算法采用了一个基于LOV(largest-order-value)规则的映射来确保每次变异之后的个体向量都是整数值并且对交叉规则做了调整增强了算法的全局搜索能力;接下来采用差分进化算法验证上面提出的几个鲁棒对应模型,将不确定环境下的鲁棒对应模型与确定环境下的模型进行比较;最后对北京市选出的11所高校采用此方法进行案例分析,证明了不确定环境下的车辆路径问题的研究具有现实意义而且采用鲁棒的方法来求解不确定问题是十分有效的。