范立南 吕鹏

摘  要：随着互联网和智能手机的普及，校园外卖也取得了迅速的发展，而如何对校园内各个外卖配送地点进行配送路径的规划是当前校园外卖存在的一大问题。文章选取了沈阳大学北校区的24个外卖配送地点，利用遗传算法和TSP问题的相关理论，通过对比传统的遗传算法与蚁群算法在实验中的优劣，采用改进的自适应遗传蚁群混合算法，对沈阳大学校园内外卖配送路线进行了合理的规划，并通过MATLAB软件对路径做了仿真实验。试验结果表明，文章中算法能有效缩短校园外卖配送路径长度，提供较为合理的优化路径，能够有效提升外卖员的配送效率，具有一定的应用价值。

关键词：校园外卖;遗传算法;TSP问题;蚁群算法

中图分类号：U116    文献标识码：A

Abstract： With the popularity of the Internet and smartphones， campus takeaways have also achieved rapid development， and how to plan the distribution routes of various takeaway locations on campus is a major problem in campus takeaways. This paper selects 24 take-out delivery locations in the north campus of Shenyang University， uses genetic algorithm and related theories of TSP problem， and compared the advantages and disadvantages of traditional genetic algorithm and ant colony algorithm in the experiment， and adopted an improved adaptive genetic ant colony hybrid algorithm， reasonable planning of the take-out delivery route on the campus of Shenyang University， MATLAB software conducts simulation experiments on the path. The test results show that the algorithm can effectively shorten the length of campus takeaway delivery routes， provide a more reasonable optimized route， and can effectively improve the delivery efficiency of takeaways. It has certain application value.

Key words： campus take-out; genetic algorithm; TSP problem; colony algorithm

0  引  言

作為大学生群体聚集度高且消费水平强的大学校园，已经成为第三方平台外卖配送的主要区域，而在校园内错综复杂的配送线路是外卖员进行配送需要常常考虑的问题[1]。减少外卖员的配送距离能有效提高外卖员的工作效率并降低配送成本，而外卖配送实际上就是TSP问题[2]。王荃菲[3]基于城市内的复杂道路交通流量对外卖配送寻优路径问题展开了研究。马江涛[4]针对医药产品的物流配送路径采用遗传算法进行了路径寻优。郭丰林[5]针对景区旅游路径规划问题，将所要前往的旅游景点网络抽象成TSP问题，通过传统的遗传算法实现对旅游路径的规划。徐坤[6]选择物流快递配送路线的寻优问题作为研究案例，把配送问题抽象成求解车辆路径规划模型，运用蚁群算法求解该问题并对配送路径进行优化，获得了较好的配送路径。……