(2) 相关优先约束：有的客户或者车辆等需要优先配送。

(3) 配送车辆车型约束：不同的交通路段需要不同车型的车辆，这样才能使得配 送效率得到提高。

(4) 时间窗的约束问题：客户需要被服务的时间考虑因素，是现在物流配送的比 较现实的约束问题。

(5) 相容性约束问题：引出相容性约束车辆路径问题。

(6) 客户随机需求：由于客户需求的相异性不同，存在着随机性。

(8) 多运输中心：物流运输配送拥有多个配送中心点，同样也有多个中央仓库。

(9) 回程运输：引出带回程运输的车辆路径问题。 这些基本的约束条件都是根据实际配送业务中总结出来的，有很强的时效性、所

以如果解决这些问题，以及如何选择合适的算法都是至关重要的。 3。2 物流配送路径选择的一般算法

随着国内外经济的不断发展，物流配送的模式也由传统到现代，通过许多学者的 不断努力研究，如今可供车辆路径问题选择的算法有很多。当然不同的算法的出现都 是为了适应社会发展的需要，每种算法既定所需要的条件和限制因素，都是我们所需 要考虑到的问题，所以如何选择合理科学的算法需要深入探究。

3。2。1 物流配送路径选择的精确算法 精确算法的提出也是基于现代数学和其他相关学科发展的，这其中的涉及的一些

数量关系需要相关学科方法来处理，从而方便求出最优的决策结论。 分枝定界论(Branch and Bound Approach)。这种方法本质来说就是一种部分枚举

法，是在枚举法基础上进行的改进[11]。是将原始问题进行分解，产生一组子问题。分 枝是将一组解分为很多的子解，定界就是这些子解所得目标函数的边界。如果某一子 解在这些边界之外，就将这一组子解舍弃。用这种方法寻求整数的最优解问题效率很 高，将该法原理用于过程系统综合可大大减少需要计算的方案数目。

割平面法(Cutting Planes Approach)。该种方法要求增加新的约束条件在求解和整 理规划在现行的规划上面，从而能够去除非整数规划中所有进行解的集合部分，转化 成整数规划问题，从而获得最优解。文献综述

网络流算法（Network Flow Approach）。福特和弗克森最初 1956 年创立的网络流 算法主要包括相关理论与优化算法两部分。类似于水流解决问题的方法，与线性规划 密切相关[12]。

动态规划法（Dynamic Programming Approach）。动态规划法被用到求解物流配送 路径优化问题是 Eiofn 等人在 1971 年提出的[14]。Kolne 等在 1987 年第一个将动态规划 法用到带时间窗限制的路径优化问题上。该算法解题的基本思路是将一个 n 阶段的决 策问题转化为依次求解 n 个具有递推关系的单阶段的决策问题,从而简化计算过程[13]。

总的来说，精确性算法运用的是严谨的数学方法。正式因为引入了比较严格的数 学方法和理论，计算量一般会随这问题规模的增大呈指数增长，所以如果数据过多人 工根本无法计算。所以精确算法只能用于规模比较小的车辆路径优化问题，适用范围 很有限。

3。2。2 物流配送路径优化问题的传统启发式算法 传统的启发式算法通常是在求解车辆路径优化问题的过程中，从最初起始解出发，

通过邻域不断搜索的方式实现车辆路径问题最优化路径的求解，并且可以在比较短的 时间内求得可以接受的优化解。下面详细介绍几种最常用的传统启发式算法。

（1）节约算法(Svanig Mehtde)。这种算法是由 Clkare 在 1964 年最早提出来的， 这种方法通常是被用在处理一些车辆路径巡回的问题，其基础理论支持就是在于将按 节约值从大到小排序,在运输车辆的固有容量限制下,以此将客户安排到回路中去,直 到所有需要被服务的顾客都被插入路径为止[14]。来`自+优-尔^论:文,网www.youerw.com +QQ752018766-