□ 刘美玲，孟博冉，胡文杰

(华东交通大学 交通运输与物流学院，江西 南昌 330013)

货运O2O平台致力于解决的货运订单匹配问题，是车辆路径规划(Vehicle Routing Problem，简称VRP)这一NP-hard难题在货运行业的实际应用。近年来，理论界对于车辆路径规划问题的研究从变换车辆容量、服务时间窗、订单特殊需求等约束条件出发，衍生出了带时间窗的、需求可拆分的、多车场的、半开放式车辆路径规划问题等多种贴合实际需求的VRP分支。学者们的研究也从对于寻求改进各类VRP优化算法的理论探讨，不断向衍生车货匹配数智化平台的实际运用深化。

优化算法求解方面：何小锋等[1]同时运用量子蚁群算法、蚁群算法、改进遗传算法和改进粒子群算法对带有时间窗的车辆路径规划问题进行了求解，结果表明量子蚁群算法和改进的遗传算法求解结果最优，但在运行时间上量子蚁群算法有明显优势；刘冉等[2]利用节约算法、顺序插入算法、并行后悔插入算法三种启发式算法对半开放式多车场车辆路径问题进行了求解；杨鹏等[3]在带有时间窗约束的基础上，又增加了货主需求可以被拆分的假设，利用改进的蚁群算法求解最优路线配送方案；韩亚娟等[4]针对传统软时间窗的车辆路径问题，提出了折现软时间窗概念，利用超启发式算法对于构建的数学模型进行求解，并利用算例验证算法的可行性；范厚明等[5]在引入局部优化算法和擂台法则的基础上，设计了混合遗传算法，对于Solomon的VRPTW标准算例进行求解，得出混合遗传式算法在求解多目标优化问题方面具有良好性能的结论。……