李佳慧，姜志侠

（长春理工大学 理学院，长春 130022）

近年来随着国民经济增长方式的转变，结构调整的稳步推进，产业结构的不断优化，物流业作为各行业的辅助行业已渗透到了各类经济领域中，它跟随着其他行业的发展而发展，虽然现代物流业的服务水平在逐渐提高，但是物流成本高一直以来都是国家和物流企业所关注的重点问题。车辆路径问题[1]（Vehicle Routing Prob⁃lem，VRP）作为物流配送中的一个核心问题，受到了广泛的关注。

1 相关工作

带容量限制的车辆路径问题（Capacitated Vehicle Routing Problem，CVRP）是车辆路径问题研究的基本问题之一，它是旅行商问题（Traveling Salesman Problem，TSP）的升级版，已被证明是一个NP问题。由于该问题本身的复杂性及其在现实生活中极强的实用价值，吸引了国内外广大学者理论研究的关注，并且不断提出各种方法及改进算法来寻求更好的解决方案。传统的精确算法往往适用于求解小规模CVRP问题，而实际求解中问题规模较大，精确算法无法在短时间内给出较好的结果，因此启发式算法受到了广大研究者的青睐。张海军等人[2]改进了蚁群算法的信息素更新方式，并且在搜索过程中与禁忌搜索算法相结合，添加新的参数记忆访问过的客户节点来求解CVRP问题。蔡延光等人[3]提出一种融合量子进化算法和变邻域优化策略的变邻域量子烟花算法求解CVRP问题，实验结果表明所提算法具有较好的寻优能力和收敛速度。姜婷[4]为解决CVRP问题采用差分算法改进人工蜂群算法，使用全局最优解引导的邻域搜索策略，引入差分算法的交叉更新策略进行局部优化。……