Nous nous intéressons au problème de tournées de véhicules avec fenêtres de temps VRPTW (vehicle routing problem with time windows) où les temps de service et les temps de trajet sont incertains et modélisés par des fonctions de croyance. Cette théorie généralise les approches probabilistes et ensemblistes en offrant une modélisation plus fidèle des connaissances imparfaites (aléatoires, imprécises, incomplètes, etc). Nous proposons de généraliser le modèle Chance-Constrained Porgramming retrouvé en programmation stochastique par un modèle à base de fonctions de croyance. Nous accompagnons notre modèle par une méthode de résolution approchée (Algorithme Mémétique) que nous testons sur des adaptations des instances de la littérature.