针对一类随机顾客车辆路径问题(Vehicle routing problem with stochastic customer,VRPSC),探讨了VRPSC的实时动态规划机制,并结合运送货物需求量的不同特性,分析了车辆供货中遇到服务路线失败时的两种不同服务策略并构建了相应的模型.设计了针对VRPSC的蚁群算法,并选用60个节点的基准问题对VRPSC的动态模型进行了仿真计算.结果表明,对顾客信息进行数据挖掘以获取较精确经验概率以及采用部分服务策略均有助于缩短车辆总行驶路径,为有效降低车辆的运行成本提供了科学依据.