带硬时间窗的快递车辆路径优化研究.pdf

摘要

摘要

随着时代的发展和社会的进步，人们生活的幸福指数在逐渐上升，购物的方

式也在逐渐的发展。截止到2022年我国网上零售额已经达到了13.79万亿元，

随之带来的就是快递行业的发展，由于快递业经济性、时效性等特点，越来越多

的快递企业开始重视快递的运输问题。如何缩减配送成本，提高配送快递的时效

性，合理的安排快递配送车辆的运输路径已经成为快递企业发展的关键问题。基

于此问题，本人选有带硬时间窗的快递车辆路径优化研究作为硕士论文的研究对

象，具体研究内容如下：

首先，阐述了国内外的车辆路径问题的研究现状，根据物流运输行业的特点

和现有的配送模式，引出本文研究的自营驿站的快递配送车辆路径优化问题。并

在考虑到超出顾客时间窗会接到顾客投诉从而影响到驿站的收益，因此设计了带

有硬时间窗的车辆配送数学模型，在设计数学模型的目标函数时，将目标函数划

分为两个板块，分别是使用车辆的费用和车辆的配送费用，并在合理的约束条件

和适当的假设下以目标函数最小即配送总成本最少作为优化目标。

其次，设计了蚁群算法和遗传算法在该问题上的实现过程，并在Solomon算

例的验证下发现现有遗传算法的不足，将大规模邻域搜索算法与遗传算法相结合，

设计出混合遗传算法，利用大规模邻域算法对遗传算法插入局部搜索的操作，使

得混合后的遗传算法搜索能力提高并加强了解的有效性，并再次运用Solomon算

例，验证了混合遗传算法在求解快递车辆配送路径优化问题的可行性和有效性。

最后，以长春市L快递驿站为例，结合蚁群算法和混合遗传算法，利用

MATLAB软件分别对L驿站的实际情况进行求解，并将两者的配送总成本进行

比较。经过对比发现，混合遗传算法在实际应用当中更能缩减运输成本和提高快

递的时效性。使得快递车辆路径优化研究更具有现实意义。

本论文选取的长春市L快递驿站的快递车辆路径优化模型具有一定的代表

性，此建模可以同样适用于求解相同自营模式下的快递驿站，期待本论文可以为

这些驿站的配送方法提供一些理论参考。

关键词：快递配送硬时间窗混合遗传算法自营驿站

大规模邻域搜索算法

I

Abstract

Abstract

WiththedevelopmentofTheTimesandtheprogressofthesociety,thehappiness

indexofpeople’slifeisgraduallyrising,andthewayofshoppingisalsogradually

developing.By2022,China’sonlineretailsaleshavereached13.79trillionyuan,which

bringsthedevelopmentoftheexpressindustry.Duetotheeconomyandtimelinessof

theexpressindustry,moreandmoreexpressenterprisesbegintopayattentiontothe

transportationproblemofexpressdelivery.Howtoreducethedistributioncost,

improvethetimelinessofdeliveryandexpressdelivery,andthereasonable

arrangementofthetransportationpathofexpressdeliveryvehicleshasbecomeakey

issueforthedevelopmentofexpressdeliveryenterprises.Ba