高怡杰，何湘竹*，石英，王建树

（1 中南民族大学 电子信息工程学院，武汉 430074；2 湖北省烟草公司 物流处，武汉 430074）

近年，烟草行业在我国财政收入中占比不断加大，然而，作为其核心业务的烟草物流，目前仍主要采用传统的配送方式，导致出现：从业人员数量大，配送车辆以及送货线路多，单车日送货客户数明显不足的问题.究其原因之一，为缺乏对配送车辆及配送线路的改良及优化［1］.针对此，本文研究新型智能优化算法，对烟草配送方式及路径进行优化，以提高配送效率，节约配送成本.

近年来，随着人工智能技术的发展，研究者从仿真机制中得到了求解该问题的启示，提出了一系列智能优化算法.高等［2］梳理了许多针对TSP问题的算法方案，如遗传算法（GA），模拟退火算法（SA），蚁群算法（ACO），禁忌搜索算法（TS）等，并求解于TSP问题.周等［3］中提出了离散型萤火虫群优化算法（DGSO）算法，该算法一方面结合TSP问题本身的特点，提出了一种新的有效编码方法，并给出其相应的解码方法，同时定义个体间距离计算公式和编码更新公式，另一方面算法使用了2-opt优化算子，该算法在种群规模较小，迭代次数较少的情况下可以收敛得到最优解，但仍有提升空间.马等［4］提出了一种求解旅行商问题的文化混合优化算法，该算法将遗传算法和模拟退火算法相结合并纳入文化算法体系，并将算法求解空间分为种群空间和信度空间，通过两个空间的相互配合引导种群进化，该算法优化效……