汪 越，王向前，刘 敏

安徽理工大学经济与管理学院，淮南,232000

1 相关研究与问题提出

随着对物流运输问题研究的不断深入以及对运送货物时间的要求越来越高，发现配送中心在安排货物运输时，加入时间窗限制运送时间能节约运输成本，提高车辆的利用效率，因此国内外对带有时间窗的车辆路径问题(Vehicle Routing Problem With Time Windows，VRPTW)采取了多种方法进行研究。

Juliandri等针对车辆路径选择问题，将车辆调度问题建模为线性混合整数规划问题，开发了一个结合启发式和精确的方法来解决模型，最终得出了一组车辆的调度最佳路线集[1]。Masutti等认为穷举法解决车辆路径选择时具有局限性，因此基于群体智能的运用，阐述了蜜蜂启发法求解车辆路径问题，最终得出了最优路线[2]。Akhand等将车辆路径选择问题转化为旅行商问题，并利用扫描聚类算法处理，算法得出的最优路线集优于原结果中的路线集[3]。

国内对于车辆路径优化的研究中，覃运梅等针对时间和地点对接要求而导致投递效率不够高的问题，利用遗传算法处理该问题，最终使得配送车辆数目最少和配送成本最小[4]。裴小兵等针对多目标车辆路径优化问题，利用改进遗传算法、SPSS聚类分析等方法，最终提高了车辆路径的优化率和准确率[5]。侯玉梅等为改善整车物流配送问题，设计了自适应遗传算法并运用成品汽车配送案例进行验证，最终在满足要求的基础上提高了经济效益[6]；麻存瑞等人设计了自然素编码来综合考虑快递件数量、汽车载重等要求，构建了符合快递配送路径优化的数学模型，最终得出当前快递车辆能够满足运输需求而不需更换运输车辆[7]。……