最短路径的研究小论文

后目的、意义、价值、实施环境及时间

在物流配送领域,如何快速、准确的获得用户信息并及时开展业务,高效、合理的完成配送服务,成为决定物流企业市场竞争力的重要因素。下面是我为大家整理的物流配送管理系统论文，供大家参考。

物流配送系统干扰管理模型研究

物流配送管理系统论文摘要

摘要：物流配送在我国信息化时代是非常需要的，因此有着非常重要的地位。物流配送系统就是一个经济行为的系统，它为人们在物流上面提供了方便。关于物流配送系统干扰管理模型，国内外都有一定的研究。本文从物流配送系统的概念、一般方式、具体模型来作了探讨工作。

物流配送管理系统论文内容

[abstract] the logistics distribution in our country's information age is very need, so has a very important position. The logistics distribution system is an economic behavior of the system, it for the people in the logistics provided above to a convenient. About logistics distribution system interference management model, and have certain research at home and abroad. This paper, from the concept of logistics distribution system, general way, the specific model to work were discussed

关键词：物流配送;系统;干扰管理;研究;

中图分类号：F253

一、物流配送系统

(一)概念

物流配送系统是一个经济行为的系统，它是通过其收集广泛的信息来实现以信息为基础的物流系统化，其作用是不可忽视。物流配送系统的主要机能分为两种，一种是作业子系统，另一种是信息子系统。作业子系统的范围比较广，包括的内容也比较多，例如输送、保管、加工等机能，其主要目的是保证物流配送达到快速的运作，使工作效率提高。信息子系统相比作业子系统来说范围是比较小的，其内容包括订货、发货、出库管理等，它的主要目的除了提高其工作效率以外，还能使工作更加效果化。信息子系统还有一点对于顾客来说是非常有用的，那就是可以以比较低的成本以及优良的顾客服务来完成商品实体，然后从供应地再到消费地，是一种非常有利于顾客的活动。

(二)一般方式

物流配送在我国占有非常重要的地位，它一般有两种配送模式，一种是及时配送，另一种是准时配送，这两种配送模式的应用是非常广泛的，因为两种模式都要有一个共同点，那就是都满足了用户的特殊要求，以此来进行供货以及送货的工作。即时配送和准时配送的供货时间非常的灵活和稳定，基于这种情况，对于用户的生产者和经营者来说，库存的压力就发生了变化，也就是出现库存缩减的情况，有时还会取消自己的库存。

二、物流配送系统干扰管理模型

(一)国内外的研究

关于干扰的研究在20世纪70年代就已经开始了，但是其干扰管理模型是在同个世纪90年代才提出来的，在提出来的概念中，把干扰管理给局限化了，把系统扰动控制在最小数值，还指出了干扰管理的另一种含义，它是属于运筹学的某个应用领域，其发展的潜能在一定程度上来说是非常大的。

我国的学者也对干扰管理作了一些研究，研究表明干扰管理的实质就是使事件回到最初的状态，其突然出现的事件就是一种偏离，而这种偏离是微小的，并没有对其产生一些重要的影响，所以通过及时的管理 方法 是可以修正的。学者还将干扰管理与应急管理的不同点分列出来，使人一目了然。

在现阶段，国内外关于干扰管理的模型的研究具有片面性，侧重于模型以及算法，虽然涉及的领域非常的多，但是也具有一定的局限性，片面性在一定程度上也是有的，比如说在车辆调度领域，特别是物流配送这一方面，相对来说起步是比较晚的，但是后续的研究并没有停止。

(二)原因

1.总所周知，客户如果对一个企业充分信任的话，就能使企业的长期的拥有这些客户，也就是固定客户会增多，随着旧客户的口碑相传，新客户也会随之而来，企业就会得到更多的赢利。下文所讲到的数学模型建立的目标是最小化的，因此就可以就可以用这一条件来反映对客户满意度的扰动。

2.物流配送的运营商最关心的必然是运作成本，因为其运作成本是整个物流配送的核心，所以根据这种情况来看，要想节约其运作成本的话，就可以调整其干扰方案。

3.干扰管理在生成新的配送方案后，其车的路线也将发生变化，因为频繁的更改其路线，其交通费必然会增加，超过了原本的预算，其效率也会受到影响。另一方面，因为路线频繁的更改，司机原本已经熟悉的路线又变得陌生起来，必将会影响司机的工作心情。依据干扰管理的思想来看，新方案和原方案相比的话，两者间的偏差值应该是最小的，所以路径的变动量也会最小。在本文中，提出的模型(下文将提到)是以三个维度来度量其扰动的，其模型是属于多目标的。

(三)数学模型的建立

数学模型的建立，是例子是非常多的。本文只是以需求量变动为干扰事件这一个例子来进行数学建模，其原因有以下几点内容。

1.需求量变动在一些企业中是必然会发生的干扰事件，特别是在成品油销售的企业。因为油品的存放存在一定的危险，容易造成火灾事故，如果除去加油站，其他成油品销售一般为服务行业，比如说餐饮、酒店等，因为这些行业所存储的油不能太多，所以只能小批量的、多数次的来购买，根据这样一种情况，需求量必然会发生变化。据有关资料调查，需求量变动量最大的干扰事件就是该类企业。

2.需求量变动的问题在国内外学术界的关注度是非常高的，国内外许多著名学者都对需求量变动问题作了探讨。根据一些新闻、期刊以及文献我们就可以看出，物流配送需求量变动的研究已经在很久以前就有相关资料了。此类干扰事件在1987年时就作了有关研究，比如说不确定性需求的动态车辆指派问题模型。

3.关于物流配送的车辆其路径问题的种类也是非常多的，本文主要通过对有时间窗的车辆路径问题作了相关研究。此类问题有一个特别明显的特点，就是客户对货物所送达的时间非常的严格，因此其要求也更加高了。下面我们举一个例子来详细的讲解一下这个问题，让其更加的清晰明了。假如其问题范围和条件分别为：只有一个配送中心，并且其配送中心有足够的同质物质材料，车辆也足够，但是有一个问题就是其车辆必须以配送中心为始源地和终点，而且每一辆车必须从只能访问一个客户，如图1(a)所示.如果出现需求量的突发事件，车辆就必须在出发之前就要把物品载满。假如说在开始设定的计划中，并没有对需求量不足做出一些应急 措施 ，如果客户的需求量突然增加，如图1中的客户点7，而且增加的需求量还超过了剩余车辆的载货量，也就是说其车辆也出现供应不足的情况，此时它就需要其他车辆来进行援助工作，如图l(b)所示。

三、结束语

随着我国经济的迅速发展，人们开始追求方便化，所以物流配送工作对于人们来说变得越来越重要。但是在物流配送的过程中，必定会出现突发状况，也就是出现干扰的情况。比如说客户需求量变动、车辆出现故障等，这些干扰事件经常会使原本计划出现失败的情况，然后顾客就对其不满，矛盾也会随着时间而加深。在现阶段，物流配送系统干扰管理模型的研究有些片面化，在前面我们也提到过，主要因为全都集中在单一要素变动引发的干扰事件上，在真正的物流配送过程中，存在变动的情况更多，因此，物流配送系统干扰管理模型的问题还有待进一步的研究，以此来完善此系统，让其更加贴近生活，实用性也变得更强。

物流配送管理系统论文文献

[1]王旭坪,杨德礼,许传磊.有顾客需求变动的车辆调度干扰管理研究[J].运筹与管理.2009(04)

[2] 孙丽君,胡祥培,于楠,方艳.需求变动下的物流配送干扰管理模型的知识表示与求解[J].管理科学.2008(06)

[3] 杨文超,王征,胡祥培,王雅楠.行驶时间延迟的物流配送干扰管理模型及算法[J].计算机集成制造系统.2010(02)

[4] 朱晓锋,蔡延光.物流配送的优化模型及算法在连锁企业中应用[J].顺德职业技术学院学报.2011(01)

[5] 胡祥培,于楠,丁秋雷.物流配送车辆的干扰管理序贯决策方法研究[J].管理工程学报.2011(02)

矩阵算法在物流配送管理系统中的应用

物流配送管理系统论文摘要

摘要： 本文针对物流配送中心运营过程中如何合理制定配送线路的问题，以邻接矩阵为基础，通过对邻接矩阵进行运算得到有向图的可达矩阵，并据此判断是否能够找到从源节点到目标节点的有向通路，最后完成最短路径的搜索。

物流配送管理系统论文内容

Abstract： In this paper， for the problem how to develop reasonable distribution lines in the process of logistics and distribution center operations， based on adjacency matrix， by the computation of adjacency matrix to get graph reachability matrix and judge whether can find forward path from the source node to goal node， and finally complete the search of the shortest path.

关键词： 车辆路径问题;配送;物流;最短路径

Key words： vehicle routing problem;distribution;logistics;shortest path

中图分类号：TP39 文献标识码：A 文章 编号：1006-4311(2013)10-0163-02

0 引言

目前我国的快递行业蓬勃发展，使得物流配送中心的业务量不断增加，业务的复杂程度也已不断提高，这都对物流配送中心的科学管理水平提出了新的要求，高效、合理、安全、快速的配送是物流系统顺利运行的保证，而配送线路安排是否合理也是配送速度、成本、效益的保证。正确、合理地安排配送线路，可以达到省时、省力，增加资源利用率，降低成本，提高经济效益的目的，从而使企业达到科学化的物流管理。

本文以邻接矩阵模型为基础，提出了一种新的最短路径算法，通过对邻接矩阵进行运算得到有向图的可达矩阵，并据此判断是否能够找到从源节点到目标节点的有向通路，最后完成最短路径的搜索。

1 有向图的可达矩阵

假设有一个n个节点(d1，d2……dn)建立的有向图，每条有向边上都有各自的权值，若节点di和dj之间有条有向边，则其权值表示为Wij。如果我们要求节点d1到节点dn的最短路径。那么首先应该建立基于该有向图的邻接矩阵M：Mij=0表示节点di和dj之间没有直接有向通路，若Mij=1表示节点di和dj之间存在直接有向通路。

那么矩阵M2中所有为1的元素的坐标所代表的就是通过一次“中转”可以达到贯通的节点对。以此类推M3中所有为1的元素的坐标就是通过两次 “中转”可以达到贯通的节点对;Mn所有为1的元素的坐标就是通过n-1次“中转”可以达到贯通的节点对。

所以我们可以得出：M1+M2+M3+……+Mn得到的矩阵T即为原有向图可达矩阵，Tij=0表示节点di和dj之间没有有向通路，若Tij=1表示节点di和dj之间存在至少存在一条有向通路。

对于大规模稀疏矩阵，由于存在大量的值为0的元素，若按常规意义来存储，既会占用大量的存储空间，又会给查找带来不便。所以只要存储值为非0的元素即可。这在计算机中很好实现，只要建立含有两个整数域的结构体变量即可。

2 路径搜索算法

初步设想 由矩阵乘法的性质可知，Mx=Mx-1*M。若M■■≠0，则说明节点d1通过x-1次“中转”可以到达节点dj。那其中这x-1个节点都是哪些?它们又是什么顺序呢?把这两个问题搞清楚我们就找到了一条从节点d1经x-1次“中转”到达节点dj的通路。

接下来我们观察矩阵Mx-1的第一行，若M■■≠0，且Mij≠0，则说明：节点d1存在经x-2次“中转”到达节点di的通路，且节点di和dj之间存在直接有向通路。这样我们就找到了节点d1到节点dj通路的最后一次“中转”di，即d1，……，di，dj是一条有向通路。我们可以根据此方法进一步再找到节点d1到节点到达di的最后一次“中转”，以此类推直至找到整个通路上的所有节点。

这在计算机中实现也很容易，只要把找节点di和dj之间的最后一次“中转”的方法编写好，采用计算机中的递归调用就能很好地解决这个问题，计算机会自己自动完成整个操作。

节点的选取 有一个问题我们需要注意：在我们观察矩阵Mx-1的第一行时可能有多个节点di，使得M■■≠0，且Mij≠0。基于我们是想找到有向图中的最短路径，所以每一次选取节点应该选择一个到节点dj最短的节点作为最后一次“中转”。这一过程是通过查看另一权值矩阵W，找到值最小的Wij来确定di的。

待查节点集 上面说到，我们找到了节点d1到节点dj的x-1次“中转”的最后一次“中转”di，即d1，……，di，dj是一条有向通路。根据此方法进一步再找到节点d1到节点到达di的最后一次“中转”，以此类推直至找到整个通路上的所有节点。

每一次查找之前，与待查节点有直接通路的节点都应加到考察的范围，同时上一次确定的最终通路上的节点也应从待查范围中删除，而加入最终通路的节点集中。

需要考虑的两种情况 按照上面方法是会找到一条从d1到节点dj的一条有向通路，但是一定是最短路径吗?我们先考虑两个情况：①如果在已经找到一条从d1到节点dj的有向通路的前提下，再重复以上过程再找一条从d1到节点dj的有向通路，那么有可能新找到的通路上的所有权值之和要比之前找到的通路上的权值之和小，在这种情况下，应放弃原来通路。记下新找到的通路把它作为“当前”的最短路径。②如果在查找的过程中，已经确定节点dy是在已找通路上的节点，即存在节点d1到节点dy的通路，也存在节点dy到节点dj的通路，并且dy是上一节点的最近邻接点。但在查找下一步节点d1到节点dy的通路的最后一次“中转”dz的过程中发现：所定通路上节点dy的上一节点通过其他方式到节点dz的长度要比经过节点dy中转到节点dz的长度要短，即通过dy相当于“绕路”。因为根据中所阐述的方法找到的节点dz一定是待查节点中到节点dy路径长度最短的节点。若存在“绕路”现象，那么通过节点dy到其他的未差节点都会“绕路”。因而在这种情况下应该从已经确定的有向通路中把节点dy删除，恢复上一节点为当前节点，重新查找其除dy之外的最后一次“中转”。 搜索算法 首先根据实际情况建立有向图，并根据有向图建立有向图的邻接矩阵M，以及根据各有向边的权值建立矩阵W。然后根据矩阵乘法求出M2，M3，……Mn。这可以通过循环完成。之后的步骤就是设定待查节点，由于算法是从终点向起点查找的，所以应该先把与终点dj构成直接通路的节点作为待查节点。建立完待查节点集后，首先按照深度优先进行搜索，按照上面所说的递归算法查找第一条有向通路。然后以此条通路为基准，进行广度优先搜索，寻找新的通路，查找过程仍然是采用上述的递归算法，但是要考虑到中的两种情况。需要指出的是：广度优先搜索过程可能是一个反复执行的过程，直至最终找到节点d1到节点dj的最短路径。

3 实例

某物流公司业务员要从v0到地点v2投递货物，路线如图1所示，业务员想在此过程走的路线最短，时间最快。他应该走哪条路线?

由上面有向图建立的邻接矩阵M以及有向边权值矩阵W如图2所示，由于M是一个稀疏矩阵，按照上面方法所述形成的节点数对(0，1)，(0，3)，(1，2)，(3，2)，(3，4)，(4，1)，(4，2)。按照矩阵乘法计算出M2、M3、M4、M5。由它们产生的节点对如下所示：M2(0，2)，(0，4)，(3，1)，(3，2)，(4，2);M3(0，1)，(0，2)，(3，2);M4(0，2)。我们据此可得到该有向图的可达矩阵T的节点对：(0，1)，(0，2)，(0，3)，(0，4)，(1，2)，(3，1)，(3，2)，(3，4)(4，1)，(4，2)。

现在我们求节点v0到v2的最短路径。查看矩阵T可知存在(0，2)的节点对，所以从V0可以到达V2。再按照上述规则以及结合矩阵W，找到M2存在(2，0)节点对，M中存在(1，2)和(0，1)节点对，即M■■= M12* M01， M■■、M12、 M01都不为0。所以找到一条通路即：v0、v1、v2，其路径长为19。

按照上述方法，我们还可以找到通路：v0、v3、v2和v0、v3、v4、v2，但是由于它们的路径长分别为19和20，不产生对通路v0、v1、v2的替换，所以在此不再详述。继续按着上述方法查找通路时会发现：M■■≠0，且存在M■■≠0，M12≠0，继续查找又会发现存在M■■≠0，M41≠0，进一步查找又会发现存在M03≠0，M34≠0，所以最终找到通路：v0、v3、v4、v1、v2，由于其路径长为18，所以按照上述原则对原通路v0、v1、v2进行替换，又由于已查找该有向图中所有通路，所以确定最短路径为v0、v3、v4、v1、v2，由于其路径长为18。

4 结论

本文针对物流配送系统中的投递等事务中路线优化的问题，提出了一种新的对最短路径算法的尝试，采用逆向标号，对待查节点进行优化选取，有效的利用了第一次计算的有用信息，避免重复计算，使得该算法搜索设计上要比以往算法节省时间，对于最短路径问题可以快速求解。虽然增加了邻接矩阵的乘法计算，但由于是稀疏矩阵，不会增加太多的计算量。本算法是具有实际意义的，可以在成本降低方面给出积极、高效的意见和解决方法，从而降低物流中的流通费用。

物流配送管理系统论文文献

[1]肖位枢.图论及其算法.北京：航空工业出版社，1993.

[2]任亚飞，孙明贵，王俊.民营快递业的发展及其战略选择.北京：中国储运，2006.

[3]周石林，尹建平，冯豫华.基于邻接矩阵的最短路径算法.北京：软件导报，2010.

[4]蔡临宁.物流系统规划—建模实例分析.北京：机械工业出版社，2003.

有关物流配送管理系统论文推荐：

1. 配送管理论文

2. 物流配送毕业论文范文

3. 浅谈仓储与配送管理论文

4. 物流管理专科毕业论文范文

5. 浅谈服装物流管理论文

6. 快递末端物流配送的风险分析与防范措施研究论文

去看下OSPF详解吧。。。

1 远程教学网站设计 2 最短路径算法的动画演示 3 最小生成树算法的动画演示 4 数据结构学习网站 5 药店药品进销管理系统 6 酒店客房预定管理系统 7 LINUX 内核设计----块设备驱动程序的分析与设计 8 LINUX 内核设计----字符设备驱动程序的分析与设计 9 基于 X3D 的虚拟宠物设计与实现 10 分布式协同虚拟社区的分析与设计 11 基于 的旅游管理信息系统设计 12 三维图形造型设计 13 食堂膳食管理决策支持系统的数据库设计 14 食堂膳食管理决策支持系统的最优膳食结构模型设计 15 线性规划理论及算法在食堂最优膳食结构决策分析中的应用 16 平面自由曲线造型设计 17 广西城市演化规律研究 18 基于粗糙集理论的网站性能主要指标的智能提取方法研究 19 中国-东盟贸易与空间距离的关系分析 20 重力模型在广西城市交通预测中的应用研究 21 国家级双语示范课程电子商务网络教学平台—网站前台的设计与研究 22 国家级双语示范课程电子商务网络教学平台—网站后台的设计与研究 23 电子商务教学软件实验教学的应用研究 24 信息管理专业网络教学互动平台—网站前台的设计与研究 25 信息管理专业网络教学互动平台—网站后台的设计与研究 26 CRM 教学软件在实验教学中的应用研究 27 电子商务双语教学模式的分析与研究 28 ERP 软件在实验教学中的应用研究—从学习者的角度探讨教学模式与方法的创新 29 ERP 的车辆管理子系统的研究与设计 30 ERP 的车辆维修子系统的研究与设计 31 ERP 的工具管理子系统的研究与设计 32 ERP 的量具管理子系统的研究与设计 33 基于 ERP 二次开发平台的“落地结算”流程的设计与研究 34 基于 Bos 开发平台的“退货管理”流程的设计与研究 35 《大学计算机基础》自主学习平台的研究与开发 36 《教学工作状态评估》管理信息系统的研究与开发 37 本科毕业论文(设计)管理信息系统的研发与应用 38 科技文献管理信息系统的设计与开发 39 基于网络的智能家居监控系统设计 40 基于单片机的多点温度检测系统设计 41 GPS 电子导游仪的设计与实现 42 汽车用品购物网站的设计与实现 43 《单片机原理与应用》网络学习平台的设计与实现 44 普通话考试学习网站的设计与实现

我自己找资料写太难受了，最后实在不行了就找了六月雪毕业设计网，顺利过了。

支座工艺课程设计

最佳答案检举 模型一：利用“图”的知识，将送货点抽象为“图”中是顶点，由于街道和坐标轴平行，即任意两顶点之间都有路。在此模型中，将两点之间的路线权值赋为这两点横纵坐标之和。如A（x1，y1），B（x2，y2）两点，则权值为Q=|x2-x1|+|y2-y1|。并利用计算机程序对以上结果进行了校核。经典的Dijkstra算法和 Floyd算法思路清楚、 方法简便,但随着配送点数的增加,计算的复杂性以配送点数的平方增加,并具有一定的主观性. 所以本研究在利用动态规划法的基础上引入扑食搜索法的原理,提高辆车的装载率,从而减少车辆的需求,达到降低成本的目的.模型二：根据题意（B题），建立动态规划的数学模型。然后用动态规划的知识求得最优化结果。根据所建立的两个数学模型，对满足设计要求的送货策略和费用最省策略进行了模拟，在有标尺的坐标系中得到了能够反映运送最佳路线的模拟图。最后，对设计规范的合理性进行了充分和必要的论证。快递公司送货策略1 问题的提出在快递公司送货策略中，确定业务员人数和各自的行走路线是本题的关键。这个问题可以描述为:一中心仓库(或配送调度中心) 拥有最大负重为25kg的业务员m人, 负责对30个客户进行货物分送工作, 客户i 的货物需求为以知 , 求满足需求的路程最短的人员行驶路径,且使用尽量少的人数,并满足以下条件:1) 每条配送路径上各个客户的需求量之和不超过个人最大负重。2) 每个客户的需求必须满足, 且只能由一个人送货.3）每个业务员每天平均工作时间不超过6小时，在每个送货点停留的时间为10分钟，途中速度为25km/h。4）为了计算方便，我们将快件一律用重量来衡量，平均每天收到总重量为千克。处于实际情况的考虑, 本研究中对人的最大行程不加限制.本论文试图从最优化的角度，建立起满足设计要求的送货的数学模型，借助于计算机的高速运算与逻辑判断能力，求出满足题意（B题）要求的结果。2 问题的分析2. 1根据题意（B题）的要求，每个人的工作时间不超过6小时，且必须从早上9点钟开始派送，到当天17点之前（即在8小时之内）派送完毕。表一列出了题中任意两配送点间的距离。表一：任意两点间的距离矩阵因为距离是对称的，即从送货点i到送货点j的距离等于从j到i的距离。记作：di,j.表二给出了产品的需求，为了完成配送任务，每个人在工作时间范围内，可以承担两条甚至更多的配送线路。表中给出了送货点编号，快件量T，以及送货点的直角坐标。表二对于上述的路线确定和费用优化问题，应用如下启发从公司总部配出一个人，到任意未配送的送货点，然后将这个人配到最近的未服务的送货点范围之内的邻居，并使送货时间小于6小时，各送货点总重量不超过25kg。继续上述指派，直到各点总重量超过25kg，或者送货时间大于6小时。最后业务员返回总部，记录得到的可行行程（即路线）。对另一个业务员重复上述安排，直到没有未服务的送货点。对得到的可行的行程安排解中的每一条路径，求解一个旅行商问题，决定访问指派给每一条行程的业务员的顺序，最小化运输总距离。得到可行解的行程安排解后退出。上面的方法通过以下两种方法实现：（1） 每一个行程的第一个送货点是距离总部最近的未服务的送货点。用这种方法，即可得到一组运行路线，总的运行公里数，以及总费用。（2） 每一个行程的第一个送货点是距离总部最远的未服务的送货点。然后以该点为基准，选择距它最近的点，加上约束条件，也可得到一组数据。 然后比较两组结果，通过函数拟合即可得到最优化结果。3 模型假设 （1）假设每个人的送货路线一旦确定，再不更改。 （2）送货期间，每个人相互之间互不影响。 （3）如果到某一个点距离最近的点不至一个，就按下面的方法进行确定：考虑该点需求的快件量，将其从大到小依次排列，快件量需求大者优先，但路线中各点总重量加上该点的快件量超过25kg的上限时，该点舍去。如距离4最近的点有2，5，6，7四个点，其中，0-1-3-4路线易确定，且各点重量之和为 ，因此对于2，7两点，直接舍去，选5最合适。4 符号说明 A：所有配送点的集合，A=，其中0代表配送中心m: 业务员人数 C：任意一点到原点（总部）的距离 C总：表示一条路线所运行的总公里数 i,j: 表示送货点，如i点，j点 K：表示K条路线 qi: 点i的需求量，q0=0，表示总部的需求量 B总K: K条路线的总运行费用 X：校核时的适应度 Xij: 业务员路线安排5 模型的建立及求解 TSP模型的数学描述为：其顶点集合为A顶点间的距离为C= m nmin ∑ ∑ CijXij i=1j=1满足 n∑ Xij=1,ⅰi=1,2,⋯nj=1 m∑ Xij=1,j=1,2,⋯nj=1Xij∈, i=1,2⋯n,j=1,2⋯n，而根据题意，任意两点之间都有通路，即不存在Xij=0的情况。 根据上述所列的启发式方法生成一个行程安排解。每一个行程的第一个送货点是距离总部最近的未服务的送货点。 第一条行程中访问了节点0-1-3-4-5-0，是因为1距离原点最近，因此由1出发，3是距离1点最近的点，而且两处快件量之和为14kg，小于每个人最大负重量，可以继续指配。接着，4是距离3最近的点，而且三处快件量之和为 ，仍小于25kg,还可以继续指配。在剩下未服务送货点中，5距离4最近（其实距离4最近的点有2，5，6，7四个点，然后考虑该点需求的快件量，将其从大到小依次排列，快件量需求大者优先，但超过25kg上限的点舍去。这里2，7被舍去，故选择了5）总快件量之和为24kg。再继续扩充，发现就会超出“25kg”这个上限，因此选择返回，所以0-1-3-4-5就为第一条路线所含有的送货点。 现在0-1-3-4-5这四个送货点之间的最优访问路径安排就是一个典型的单回路问题。可以通过单回路运输模型-TSP模型求解。一般而言，比较简单的启发式算法求解TSP模型求解有最邻近法和最近插入法两种。由RosenkrantzStearns等人在1977年提出的最近插入法，能够比最近邻点法，取得更满意的解。由于0-1-3-0 已经先构成了一个子回路，现在要将节点4 插入，但是客户4有三个位置可以插入，现在分析将客户4插入到哪里比较合适:1.插入到（0，1）间，C总= 7+4+5+1+4+9=30。2.插入到（1，3）间，C总=5+6+4+9=24。3.插入到（3，0）间，C总=5+4+4+11=24。比较上述三种情况的增量，插入到（3，0）间和（1，3）间增量最小，考虑到下一节点插入时路程最小问题，所以应当将4插入到送货点3和总部0之间。接下来，用同样的方法，将5插到4和0之间，能使该条路线总路程最小，该路线总路程为32km，历时。结果子回路为T= .因为街道平行于坐标轴方向，所以它就是最优化路线。第二条行程这中，由于所剩下节点中，2距离0点最近，因此由2出发，就可以找到最近点13，接着是7，然后6.这样，第二条优化路线0-2-13-7-6-0就确定了。用这种方法，依次可确定以下剩余六条路线。具体参看如下图表三（一，二，三，……为路线编号；总重量为该路线所有节点快件量之和）：由启发式方法得到的可行的行程安排解一： 表三直观的具体路线图如下：图一然后，根据所经历的时间进行划分，确定运送人数。在工作时间小于6小时的前提下，可作如下分类：这样，将确定的五种组合情况分别分配给五个业务员去送即可。这个解是第一个中间最好解。在选择可行解1每条行程中的第一个送货点时，选择了距离总部最近的未服务的点。接下去通过选择距离仓库最远的未服务的点为每条行程的第一个客户生成了可行解2。为了方便遗传算法的分析，编号将连续进行。如果继续增加的新的标签的行程和前面可行解1 中的重复，就是用原先的标签号。由启发式方法得到的可行的行程安排解二：表四直观的具体路线图如下：图二注意：通过上述方法，最后剩两个点1，9还没有被列入路线。于是问题就出来了，如何将这两个点插入进这八条路线？除第十条路线之外，其余各条均能将9号点纳入，而1号点没有办法纳进去，只能作为第十七条路线出现。那么，9号点应纳入哪一条呢？显然，纳入第十六条比较合适，原因是他对总路程的大小没影响，顺便可以带上。由此可以看到，可行解2没有替代中间最优解，以总路程518km,历时高于492km和。通过对上面的两个可行解进行交叉操作。其中每个解的行程已经按照他们送每千克快件量在每一千米的路程范围内的送货成本的大小降序重新排列，这个参数是对每一行程质量的比较好的测度。本文以此作为适应值（X）。在对两个解中的行程进行交叉分析时，根据适应值计算的接受每条行程的概率附加到每条行程上。P(X)=Ke- λx ，然后通过设定参数对结果进行拟合。具体而言。如果一条行程的选择概率P(select)值至少和exel相应行的随机概率一样大，那么他就被选择出来可能在交叉分析中被包括进去。在本题中，根据上述要求，求出了两种可行解，但是由于本题的特殊性（即街道和坐标轴平行），两条路径中没有相同的运行路线，也就是说最终的拟合结果就是解一的结果。因此，可行解一就是本题中的最优解。至此，B题中的第一问已经解决了。即需要5个业务员，每个业务员的运行线路如下：第一个人：0-1-3-4-5-0和0-18-26-28-0；第二个人：0-2-13-7-6-0和0-19-25-24-0；第三个人：0-10-12-8-9-0和0-16-17-20-14-0；第四个人：0-22-32-23-15-11-0；第五个人：0-27-29-30-0.总的运行公里数为：C总K=32+42+42+72+68+56+88+92=492km。5．2 下面我们求解B题中的第二个问题：根据上面设计的最优化路线，容易算出每条路线运行费用及运行第二时间（这里的第二时间指的是在问题2中的新速度的前提下算出的）。具体参看下表五和表六：表五表六从表五和表六的比较来看，解法二以总费用元和总时间高于解一的元和。因此我们选择了解一的优化结果。从上表（表五）很容易看出：B总K=元。然后根据第二时间的大小，我对运行路线和人员个数做以下调整，具体参看表五。这样，就需六个人就才能完成任务。考虑到人员工作时间不能一边倒（即部分线路组合工作时间太长，部分太短）的情况，每个人的组合路线如下：第一个人：0-1-3-4-5-0和0-19-25-24-0；第二个人：0-2-13-7-6-0和0-10-12-8-9-0；第三个人：0-16-17-20-14-0；第四个人：0-22-32-23-15-11-0；第五个人：0-18-26-28-0；第六个人：0-27-29-30-0。