1、目前在物流的運(yùn)轉(zhuǎn)流程中,配送是一個(gè)關(guān)鍵環(huán)節(jié),配送的成本占總成本三分之一以上。因此如何合理有效的安排配送成為降低物流成本的首要任務(wù),而配送的核心是車輛運(yùn)輸路徑安排,可以說(shuō)解決了車輛路徑安排問(wèn)題,也就解決了配送的核心問(wèn)題。
　　隨著電子商務(wù)的普及,客戶數(shù)目呈爆炸式增長(zhǎng),這使得配送的難度越來(lái)越大,車輛運(yùn)輸路徑的安排也成為首要解決的問(wèn)題。由于車輛運(yùn)輸路徑問(wèn)題的難度很大,并且有著十分巨大的經(jīng)濟(jì)價(jià)值,已經(jīng)吸引越來(lái)越多的學(xué)者和企業(yè)競(jìng)相研究。

2、r>　　為此本論文首先分析了國(guó)內(nèi)外對(duì)車輛運(yùn)輸路徑安排問(wèn)題的研究進(jìn)展,同時(shí)結(jié)合實(shí)際情況,給出了本文的研究問(wèn)題--帶時(shí)間窗的取送貨車輛路徑問(wèn)題(VRP/SDP/TW)。由給出的模型公式進(jìn)一步闡釋出問(wèn)題的約束條件:如何在滿足車輛的容量和客戶服務(wù)時(shí)間的條件下,合理安排路徑運(yùn)輸,以滿足客戶的服務(wù)需求和使運(yùn)輸路徑最小化。
　　接下來(lái),對(duì)遺傳算法進(jìn)行了詳細(xì)的介紹與分析,闡釋了遺傳算法的優(yōu)點(diǎn)與不足,并針對(duì)遺傳算法易于早熟和運(yùn)算速度慢的缺點(diǎn),提出了

3、三個(gè)改進(jìn)的策略:1、依據(jù)種群進(jìn)化程度自適應(yīng)調(diào)整參數(shù)的設(shè)置,避免早熟;2、將粒子群算法(PSO)嵌入到遺傳算法(GA)的遺傳過(guò)程中,提升遺傳質(zhì)量;3、將種群進(jìn)化并行化,提高進(jìn)化速度。
　　最后,將本文提出的方法應(yīng)用到帶時(shí)間窗的取送車輛路徑問(wèn)題(VRP/SDP/TW)中去,并給出了詳細(xì)操作流程,并使用JAVA編程語(yǔ)言實(shí)現(xiàn)算法。本文進(jìn)行了三個(gè)驗(yàn)證實(shí)驗(yàn):第一個(gè)實(shí)驗(yàn)與基本遺傳算法比較、第二個(gè)實(shí)驗(yàn)與改進(jìn)的蟻群算法比較,前兩個(gè)實(shí)驗(yàn)的結(jié)果驗(yàn)證了本