基于MATLAB的物流配送路径问题遗传算法的实现开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

随着社会经济的不断发展, 作为第三利润源的物流越来越引起人们的关注, 其中物流配送车辆优化调度问题是物流中关键的一环, 对其进行优化调度, 可以提高物流经济效益、实现物流科学化。

对一系列给定的顾客(取货点或送货点), 确定适当的配送车辆行驶路线, 使其从配送中心出发, 有序地通过它们, 最后返回配送中心, 并在满足一定的约束条件下(如车辆容量限制、顾客需求量、交发货时间等), 达到一定的目标(如路程最短、费用最少等)[1]。

迄今为止，基于遗传算法的物流配送车辆优化问题始终没有得到特别完善的结果，此课题会对原有的理论进行分析和反思，并进行深入的研究，为今后的研究做点贡献。

2. 研究的基本内容和问题

利用遗传算法对有时间窗的vrp问题进行分析，对于有时间窗的非满载vrp问题，将货运量约束和软时间窗约束转化为目标约束，建立了非满载vrp模型，设计了基于自然数编码，使用最大保留交叉、改进的反转变异等技术的遗传算法。

研究内容：　　1、对以往物流配送的车辆优化调度进行阅读分析和归纳总结。

　　2、对所需区域进行调查，收集所需要的数据资料，并对其做处理。

3. 研究的方法与方案

研究方法：　　 1、进行合理的问题假设，根据文献资料设计适用的算法。

　　 2、确定各指标的合理性以及实用性。

3、搜查相关资料比较在该算法下得到的结果的合理性及模型的实用性。

4. 研究创新点

综合前人的理论，进行算法的设计与使用，更快更好的得出所需要的结论。

5. 研究计划与进展

2014年2月10日前：查阅文献资料，为算法设计做准备。

　　2014年2月10日2014年2月20日：对算法进行可行性分析，确定算法设计具有可行性。

　　2014年2月21日2014年3月10日：收集算法所需要的数据资料。