1. 研究目的与意义（文献综述）
全球经济一体化趋势和市场竞争程度日益增加，现代物流的内涵和外延也不断地扩充和拓展，物流运动的新型模式—物流配送也随之形成和发展，并越来越多地受到重视。物流配送，即从商品流通的经营方式看的一种商品流通方式，是一种现代的流通方式。社会的发展对物流和配送提出了更高的要求，这就需要建立更为先进、科学的物流体制。配送(或配送方式)是现代物流的一个核心内容，是现代市场经济体制、现代科学技术和系统物流思想的综合产物。企业如何安排车辆的配送路线，才能以最快且运输成本最小的配送路线来节省产业成本成为现今市场的一个重要课题。实现配送路径的优化可以省时省力，节省成本，从而提高产业竞争力。
物流配送路径优化问题最早是由Dnatzig和Rmaser于1959年首次提出的。自此,很快引起运筹学、应用数学、组合数学、图论与网络分析、物流科学、计算机应用等学科的专家与运输计划制定者和管理者的极大重视,成为运筹学与组合优化领域的前沿与研究热点问题。目前，对于解决配送路径优化问题主要有两类方法，一类是精确算法，主要有动态规划法、分支定界法、节约算法、邻接算法、扫除算法、禁忌搜索算法等 ；另一类是启发式算法，主要有人工神经网络算法、蚁群算法、人工免疫系统算法、粒子群算法、遗传算法等。
路径优化组合分为点路径问题和弧路径问题。美国的J.Holland教授1975年首先提出遗传算法（Genetic Algorithm），是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。弧路径的典型代表是中国邮路问题，点路径的代表是车辆路径问题（VRP）和旅行商问题（TSP）。2. 研究的基本内容与方案
本课题的研究内容主要包括以下内容：
（1）分析遗传算法的原理和特点；
（2）单车多任务物流配送模型；
3. 研究计划与安排
上学期21-22周 查阅与课题相关资料，明确课题任务；
1 － 2周 查阅相关文献，参加毕业实习，学习了解相关知识；
3 － 4周 翻译外语资料，写开题报告；
4. 参考文献（12篇以上）
1.《matlab智能算法30个案例分析》史峰 北京航空航天大学出版社 2011
2.《遗传算法工具箱及应用》雷杰明 西安电子科技大学出版社 2014
3.《matlab从入门到精通》 胡晓冬 人民邮电出版社 2010
