摘 要：为了应对于当前物流业急速的膨胀发展，深入分析物流配送车辆路径问题，建立了带有送货时间窗的物流配送车辆路径问题的整数规划模型。采用遗传算法对该模型进行求解，得到了最优物流配送车辆路径方案。通过对实例进行计算分析，表明该模型对于解决有时间窗要求的物流配送车辆问题有一定的适用性，该求解方法计算效率高，能够得到较优的带有送货时间窗的物流配送车辆路径。
　　关键词：车辆路径问题；时间窗；整数规划；遗传算法
　　Abstract： According to the rapid development of the current logistics industry， deep analysis logistics distribution vehicle routing problem， set up a integer programming model for the vehicle routing problem with time windows. And using genetic algorithm to solve the problem， find a initial optimal distribution scheme. Through the calculation and analysis for the instance， shows that the model for solving logistics distribution vehicle problem with time windows has certain applicability， the method is of high calculation efficiency， it can get better vehicle routing for vehicle routing problem with time windows.
　　Key words： vehicle routing problem； time windows； integer programming； genetic algorithm
　　引 言
　　物流配送管理的核心问题就是配送车辆路径问题，而带有时间窗的配送车辆路径问题是由此演化而来的。此类问题要求车辆必须在用户规定的时间窗内对客户进行服务，每个顾客仅被服务一次，如果不能在用户规定的时间窗内完成服务则引入适当的延误惩罚。问题具有极强的现实意义，如银行运钞车调度问题、接送学生校车问题、冷鲜蔬菜海鲜配送问题[1]等，已经在配送问题的研究领域引起了很大的关注度。郭建红[2]建立了带时间窗的动态车辆路径优化模型，提出了采用两阶段法求解策略和改进型遗传算法。张炯，郎茂祥[3]建立了该问题的基于直观描述的数学模型，通过设计新的解的表示方法构造了求解该问题的禁忌搜索算法。对于带有时间窗的配送车辆路径问题采用节约算法[4-5]进行求解，混合算法[8]进行求解，论文[6-7]对此问题采用改进的遗传算法求解。
　　为了解决带有送货时间窗的配送车辆路径问题，本文建立了该问题的整数规划模型，并用遗传算法对模型进行求解，对实例进行计算得到最优路径配送方案。
　　1 带有送货时间窗的物流配送车辆路径模型
　　约束（2）、（3）表示每个用户只被一辆车服务一次，约束（4）表示车辆驶入用户i，必定会驶出用户i，约束（5）表示载重量约束，分配给k车辆的载重量不能超过车辆载重量Q，约束（6）为用户节点时间窗约束，约束（7）为惩罚函数。
　　2 遗传算法对模型求解
　　遗传算法是模拟生物进化规律基于适者生存的一种自适应全局优化概率搜索算法。遗传算法构造一个适应度函数对种群进行不断的选择、交叉、变异等操作，最终获得最优解。利用该算法可以较好地解决VRP问题。
　　2.1 编码。遗传算法的编码都是可理解为解的代码表现形式，VRPTW问题的编码可以采用自然编码的方法，直接产生一组不重复的自然数的排列，该排列构成了问题的一个解，并且对应一种配送方案。根据约束可按顺序依次划分各辆车的配送路径。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。