莫以为，何新彪

MO Yi-wei,HE Xin-biao

（广西大学 机械工程学院，南宁 530004）

0 引言

车辆调度问题(VRP--Vehicle Routing Problem)源于旅行商问题（TSP--Traveling Salesman Problem）。该问题描述：在满足一定约束条件（如货物总量不可超过车辆容量，每条路线长度不可超过车辆行驶里程，以及车辆服务节点时间必须满足给定时间范围要求等）下，组织适当的行车路线，使车辆有序地通过指定的一系列服务（取货送货）节点，并达到预定目标（如行车总路程最短、费用最小、时间最少、车辆使用量最少等）。VRP包含多条行车路径，每条路径就是一个TSP问题。

目前VRP研究大多集中在该问题的理论及算法领域，例如利用各种启发式智能算法（遗传算法、模拟退火算法、蚁群算法、禁忌搜索算法、人工免疫算法以及混合算法等）求解VRP问题[1,2]。近些年在VRP实际应用研究上，国外研究者结合各种VRP算法开发了各式各样的车辆调度软件，例如美国ESRI公司的Arelogisties系统、Roadnet科技公司的Roadnet5000系统、IBM的VSPx系统、美孚的HPCAD系统等[3]。国内车辆调度软件发展也较快，如北斗星车辆控制调度系统等，但普及化程度高的车辆优化调度软件较少。

GIS的快速发展使得根据实际地图数据完成车辆调度成为可能，将空间地理数据和物流信息数据结合并对配送决策产生作用是开发车辆调度软件的亮点[4,5]。专业GIS系统，如国外的AutoCAD、ArcGIS、MapInfo、GeoMedi和国内的Supermap、MapGIS、GeoStar、TopMap等[6]，其功能强大，但对开发能力、开发成本要求高，造成其应用门槛高。因此，第三方提供的GIS应用服务成为了非专业GIS人员应用的首选，Google Maps JavaScript API正是适应这种需求而出现的[7]。Google免费开放其地图API供用户调用，用户只需学习API使用文档即可在自己的系统上完成专业GIS系统所具有的功能，且操作调用简单，不必花费大量人力物力去维护地理信息数据。……