李子豪

摘要：在实际物流配送问题中，客户需求量可能在制定物流配送路径计划问题时无法被准确获取，随着配送工作的进行，才能逐步获取客户的实际需求量，在需求未明的预优化阶段建立初始路径规划模型，在获知实际需求的实时调整阶段，制定调整策略进行调整。通过对当前模糊需求车辆路径问题相关文献的研究，文章不仅对常见的模糊需求车辆路径问题模型进行了系统的归纳，还对现有的寻优算法进行总结归纳，指出不足，拓展今后可能的研究方向。

Abstract： In the actual logistics distribution problem， the customer demand may not be accurately obtained when formulating the logistics distribution path planning problem. With the progress of the distribution work， the actual customer demand can be gradually acquired. The initial path planning model is established in the pre-optimization stage with unknown demand， in the real-time adjustment stage when the actual demand is known， an adjustment strategy is formulated for adjustment. Based on the current literature on fuzzy demand vehicle routing problems， this article not only systematically summarizes common fuzzy demand vehicle routing problems， but also summarizes existing optimization algorithms， points out deficiencies， and expands possible future research direction.

关键词：车辆路径;模糊需求;模糊可信性;启发式算法

Key words： vehicle path;fuzzy demand;fuzzy credibility;heuristic algorithm

中图分类号：U116.2                                      文献标识码：A                                  文章编号：1006-4311（2020）06-0138-03

0  引言

作为物流配送的重要组成部分，车辆路径问题是物流运输决策的核心，能否实现物流现化关键因素也取决于车辆的路径问题。在满足约束条件的情况下，合理的运输路径能够帮助企业取得更高的经济效益，对于实现资源、环境和价值观的内在统一也有所帮助，对整个物流行业的飞速发展以及经济的可持续发展也起一定的推动作用。模糊需求车辆路径问题（VRPFD）考虑实际配送过程中客户需求存在模糊性这一情况，使研究更贴近实际。

通常采用两阶段法求解VRPFD，当客户发出需求指令时，由于需求未明，首先应根据当前信息制定预优化路径，在此基礎上随着配送活动的进行，确定客户的需求量后进行实时调整使得其配送活动顺利进行。已有文献研究从两方面进行：一是预优化阶段模型的构建，Teodorovic[1]等运用模糊推理求解;Luci和Teodorovic [2]提出运用模糊集合进行求解;Liu[3]运用模糊可信性理论进行求解。……