这是一个典型的车辆路径问题，也被称为VRP（Vehicle Routing Problem），其中包含时间窗口限制。

下面是一个Python代码示例，使用OR-Tools库来解决这个问题：

from ortools.constraint_solver import routing_enums_pb2
from ortools.constraint_solver import pywrapcp

def create_data_model():
    data = {}
    data['num_vehicles'] = 3
    data['depot'] = 0
    data['time_matrix'] = [
        [0, 10, 15, 20],
        [10, 0, 35, 25],
        [15, 35, 0, 30],
        [20, 25, 30, 0]
    ]
    data['time_windows'] = [
        (0, 5),
        (0, 10),
        (0, 15),
        (0, 20)
    ]
    return data

def print_solution(manager, routing, solution):
    for vehicle_id in range(manager.GetNumberOfVehicles()):
        index = routing.Start(vehicle_id)
        plan_output = 'Route for vehicle {}:\n'.format(vehicle_id)
        while not routing.IsEnd(index):
            node_index = manager.IndexToNode(index)
            plan_output += ' {} -> '.format(node_index)
            index = solution.Value(routing.NextVar(index))
        node_index = manager.IndexToNode(index)
        plan_output += '{}\n'.format(node_index)
        print(plan_output)

def main():
    data = create_data_model()

    manager = pywrapcp.RoutingIndexManager(len(data['time_matrix']),
                                           data['num_vehicles'], data['depot'])
    routing = pywrapcp.RoutingModel(manager)

    def time_callback(from_index, to_index):
        from_node = manager.IndexToNode(from_index)
        to_node = manager.IndexToNode(to_index)
        return data['time_matrix'][from_node][to_node]

    transit_callback_index = routing.RegisterTransitCallback(time_callback)
    routing.SetArcCostEvaluatorOfAllVehicles(transit_callback_index)

    time_dimension = routing.GetDimensionOrDie('Time')
    for location_idx, time_window in enumerate(data['time_windows']):
        index = manager.NodeToIndex(location_idx)
        time_dimension.CumulVar(index).SetRange(time_window[0], time_window[1])

    search_parameters = pywrapcp.DefaultRoutingSearchParameters()
    search_parameters.first_solution_strategy = (
        routing_enums_pb2.FirstSolutionStrategy.PATH_CHEAPEST_ARC)

    solution = routing.SolveWithParameters(search_parameters)

    if solution:
        print_solution(manager, routing, solution)
    else:
        print('No solution found !')

if __name__ == '__main__':
    main()

在这个示例中，我们首先定义了输入数据，包括仓库数量、车辆数量、时间矩阵（表示从一个位置到另一个位置的时间）和时间窗口（表示每个位置的时间窗口限制）。然后，我们使用OR-Tools库创建了一个RoutingIndexManager和一个RoutingModel，并注册了一个回调函数来计算时间矩阵中的时间。接下来，我们设置了时间维度，并为每个位置的时间窗口设置了范围。最后，我们使用默认的搜索参数求解问题，并打印解决方案。

请注意，这只是一个简化的示例，实际的问题可能需要更复杂的约束和优化目标。你可以根据自己的需求修改代码来解决更复杂的问题。