1、隨著社會經(jīng)濟的快速發(fā)展，擁有多個車場多種車型的大規(guī)模物流運輸企業(yè)甚至企業(yè)聯(lián)盟正在快速興起，僅考慮一個車場、一種車型的基本車輛路徑問題已經(jīng)不能跟上社會發(fā)展的需要，多車場多車型車輛路徑問題亟待解決。但是，由于含有“多車場”與“多車型”兩個重要的約束條件，原本就復雜的車輛路徑問題變得更加難以處理。
　　針對這一難題，以提高多車場多車型車輛路徑問題的求解效率和解的質(zhì)量為目標，建立了該問題的數(shù)學模型，并重點設計了求解該問題的多染色體遺傳算法

2、，對求解多約束條件下的車輛路徑問題展開了探索性的研究。論文的主要研究內(nèi)容如下:
　　(1)對多車場多車型車輛路徑問題作了基本描述，確定了該問題的優(yōu)化目標和約束條件，變量采用三角標形式表示，建立了與之相應的車輛流數(shù)學模型。
　　(2)針對多車場多車型車輛路徑問題及其數(shù)學模型，設計了有別于傳統(tǒng)遺傳算法的多染色體遺傳算法，詳細闡述了該算法的幾個特點，并給出了該算法的具體實現(xiàn)步驟。
　　(3)通過多組算例實驗對多染色體遺傳算法

3、的有效性及可行性進行了驗證，并通過與傳統(tǒng)遺傳算法的對比實驗展開對多染色體遺傳算法性能的檢驗工作。
　　實驗表明，多染色體遺傳算法在求解多車場多車型車輛路徑問題時，不僅呈現(xiàn)出搜索效率高和收斂速度快的特點，而且解的質(zhì)量和穩(wěn)定性高，從而驗證了該算法的有效性和實用性。
　　本研究是組織優(yōu)化技術與人工智能領域的交叉與結(jié)合，為解決多車場多車型車輛路徑問題這一熱點和難點問題進行了有益的探索。論文的研究成果是對遺傳算法的擴展延伸，還可以應用