近年来，国内外都有许多的企业和学者对交通运输中最优路径费用选择的问题，进行了大量的探讨与深入研究，无论他们出于什么目的，但其研究成果都为社会发展做出了贡献。从早期最简单的交通运输最短路径问题研究，到根据不同的约束条件分别建立模型来对交通运输费用最优问题研究，以及现在计算机技术相对比较成熟的阶段，非常流行的针对交通运输费用最优化的大数据模型和算法等方面，都获得了丰硕的学术成果和经济效果。87195

着眼国内，对于交通运输费用最优问题的研究内容，可分为三个角度来看：一是建立在国外已有的算法基础上，对该问题的算法进行拓展研究；二是从目标函数的角度，在该问题中有时需要同时考虑运输过程中物品保存方式以及由单位运输价格变化随之而来的调整等多个目标；三是从约束条件的角度，有研究供应量和需求量在不同区间变化的不确定型运输问题、有研究带运输路线容量限制和交接手续费用的运输问题、有研究带时间窗口的运输问题等等。论文网

放眼国外，由于计算机智能化的迅速发展，随之而衍生出了智能搜索算法。由此出现了许多有关解决交通运输费用最优问题的人工智能方法的研究，如遗传算法、禁忌搜索算法、神经网络算法等。尤其是其中的遗传算法，它在解决这类问题方面取得了相当不错的成果。就如Michalewicz（1991）等学者首先讨论并提出了如何使用遗传算法来解决线性和非线性的运输问题。

鉴于交通运输费用最优问题研究的实践价值和重大意义，为对我国交通运输的效率水准有一个相对系统的理解，我们很有必要对已有研究成果进行学习与归纳，并且尽可能的拓展一些讨论与研究。所以本文对我国的交通运输费用最优问题模型进行建立与讨论，以便为后期做更加深入、全面的研究提供一定的帮助。