En este artículo, estudiamos el problema dinámico de enrutamiento de entrega de comidas (MDRP) con clientes sensibles al tiempo. Se desarrolla un modelo de optimización MDRP de múltiples objetivos para maximizar la satisfacción del cliente y minimizar el costo de penalización por retraso y el costo de transporte. Para resolver el MDRP dinámico, se propone una nueva estrategia de espera para dividir el problema dinámico en una serie de subproblemas estáticos. Esta estrategia de espera utiliza el umbral de decisión para determinar los puntos de reencaminamiento en función del número de pedidos de comidas dinámicos. Mientras tanto, se introduce una prioridad sensible al tiempo para acelerar las decisiones de asignación y enrutamiento para los pedidos de clientes con alta sensibilidad al tiempo. Para cada subproblema estático, se desarrolla un algoritmo híbrido AGA-ALNS que incorpora el algoritmo genético adaptativo y la búsqueda de vecindario grande adaptativa para mejorar tanto las capacidades de búsqueda global como local del algoritmo genético. Validamos el rendimiento de la estrategia de espera propuesta y del algoritmo AGA-ALNS a través de instancias numéricas. Además, se obtienen perspectivas gerenciales a partir de experimentos de análisis de sensibilidad.