刘玲　栗雅清　王蕴默

摘 要：随着国家的富强，社会经济实力的持续增长，我国人民群众的日常生活水平也越来越高，所以人们的网购热情也随之提高。由此以来，随着人们网购的种类和数量不断增多，网购时的取货和送货问题也浮出水面，成为了一种被广大学者重点研究的问题。本文针对同时取送货车路径的问题，基于用户画像相关方法建立了双目标模型，随后设计了蚁群算法对静态和动态问题进行相关解析，实验结果可得，该方法在具体问题中的求解速度以及对外界环境不良因素的抗干扰能力较强，为以后的相关研究奠定了理论基础。

关键词：同时取送货 车辆路径 双目标 蚁群算法

1 引言

同时送货的时效性、客户的满意程度以及各种具有不确定因素的相关问题正随着国家及社会高速发展慢慢的浮出水面[1]。而如今，随着计算机以及相关技术的快速普及，国家为了应对各场景下精确满足客户需求，完善相关配送规范和配送能力。

末端配送的主要問题是VRPSPD问题，以配送网络为应用场景，结合用户画像理论对取送货问题进行研究，具有现实意义。当前结合用户画像对同时取送货问题研究的文献相对较少，研究具有高复杂度的NP-hard问题，具有重要学术价值[2-3]，研究成果应用于各个领域，车辆路径问题的求解方法框架及技术路线示意如图1-2

所示。

2 末端配送概念的相关概述

我国末端配送以不同的配送需求主体与配送客体划分，可以将配送服务分为三大类，分别是B2B、B2C、C2C。……