本文所要研究的正是上述城市配送中车辆调度的优化问题，即对于一系列装货点和（或）卸货点，组织合适的行车线路，使卸货车辆有序地通过它们，在满足一定的约束条件（如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等）下，达到一定的目标（如里程最短，费用最少，时间尽量少，使用车辆数量尽量少等）。通过制定合理的配送路径，迅速而经济地将货物送到客户手中，实现对车辆合理有效的利用，从而节省大量的时间和成本。

本文本对配送及其车辆优化调度问题进行分析，，提出了城市配送范围下的带时间窗的多车场VSP，建立物流配送车辆调度问题的数学模型，采用实用性较强的遗传算法以求得运输总成本最小的调度方案。这对物流配送企业实现配送线路优化、降低成本和提高物流经营管理水平、更快的响应顾客、最终增加企业的竞争力具有重要的参考价值。

车辆优化调度问题的目标

城市配送车辆路径合理与否对配送速度、成本、效益影响颇大，由于城市配送具有多频次、小批量、多品种、高效率的特点，配送要准确做到7R(right product 、right quality、right time、right place、right condition、right customer、right cost )，如何合理、有效的对配送车辆调度问题进行优化，就成为非常现实的问题。进行配送车辆调度优化时，必须有明确的目标，遵循基本的原则。配送车辆调度方案目标的选择可以从以下几个方面来选择：

（1）准时到达：即按照客户要求的时间段准时送货,以提高配送服务质量。因为客户针对自己特定需求定制产品时,经常会规定货物到达的时间，而且要求准时供货。所以合理安排配送使得货物以经济、快捷的方法准时送达到客户,被认为是配送优化首要的目标。

（2）总成本最低：物流企业要达到盈利的目的,必须优化配送方案,合理安排物流配送使得总成本最低,包括固定成本和变动成本、减少固定成本主要是使车辆指派数目最小,减少变动成本主要是使油费、路程中的机会成本最小；

（3）里程最短：如果成本和路程相关性较强，而和其他因素是微相关时,则可考虑用配送里程最短作为目标值，这样就可以大大简化车辆调度优化的方法。当配送成本不能通过里程来反映时，如道路收费、道路运行条件严重的影响成本，单以最短路程作为目标就不适宜。

（4）运力利用最合理：在运力非常紧张、运力与成本或效益有一定相关的情况下，为了节约运力、充分运用现有运力，而不需外租或新购车辆，也可以运力安排为目标，确定配送路线。

上述四个目标既具有独立性,又具有复杂的内部关系。因此，本文在建立VSP 模型时，以总成本最低为目标，运力利用最合理，考虑客户间配送的网络化，来确定车辆的数目和车辆配送路径。

本文在对城市配送业务进行详细研究的基础上，针对城市配送中对成本影响较大的车辆调度优化问题(VSP)进行了集中的研究，从而建立现代物流城市配送中多车辆带时间窗的车辆调度问题的数学模型，对编码方式及交叉算子进行了改进，使得搜索速度和精度得到一定程度的提高，利用C++语言在计算机中编程，获得求解VSP的一个较好方案。试验结果表明了该算法的有效性，一次求解即可得出优化的配送车辆数目和配送路径巡回次序，对于大规模复杂问题具有较强的指导价值。具体研究工作为：

（1）通过介绍城市配送在城市经济发展过程中具有的重要意义，说明了研究城市配送VSP 对城市进程发展的必要性及现实意义。然后通过分析国内外配送行业研究现状，详细介绍了VSP 国内外研究现状，提出了本文研究城市配送VSP 的方法。

（2）通过对配送的分类分析界定了城市配送的相关概念，分析了配送的形成因素及配送模式。提出了VSP 并通过一些相关要素的介绍，根据现实假设了一些便于用数学模型表达的条件，构建了VRP的数学模型。

（3）通过对一般VSP介绍分析，提出了能和好针对VRP模型求解的遗传算法，在基于直观客户编码方式上提出改进的带有车辆编号的编码方式。

（4）用算例对构建的模型进行了求解，证明了构建模型的实用性。用实验结果对传统多车场VRP模型进行求解，证明了遗传算法在求解VRP模型最优救的有效性，即能用遗传算法对物流配送的车辆优化调度进行合理有效得求解。