- 前言
配送是生产与消费衔接的最后一公里问题。近年来，我国物流配送领域发展迅速，无论是配送所涉及的道路基础设施建设、配送车辆的运输能力，还是配送业务总体规模、社会配送技术、配送综合服务能力取得了长足的发展，配送成为社会经济发展中重要的环节。单批次物流配送路径规划是指在交通不通畅或者具有障碍物的环境中，配送车辆按照一定的评价标准，寻找一条从配送中心出发到目标客户的无碰撞、最大限度减少成本消耗的路径。考虑到现阶段快递数量的不断增加，配送员在一天时间内可能需要配送两到三次的物流货物，这就需要整个配送系统具有较高的效率，其中配送路径优化是提高效率的关键
二．国内外研究现状
配送路径直接决定着物流配送的成本和效率，对配送路径及其算法进行优化和研究具有重要的意义和价值
物流配送是一个多学科交叉的课题，经济学、商品学和市场营销学等社会科学学科与之关系密切，统计学、运筹学等自然科学学科又较多地应用于物流配送中。作为一种特殊的、综合的物流活动，物流配送贯穿于物流发展的全过程，物流的全部活动都可以通过物流配送来体。经济越发展，物流越重要。在经济得到了长足的发展的同时，客观上对物流运作的水平也提出了更高的要求。在物流理论方面，国内和国外的的学者从多角度、多领域对物流配送进行了大量的学术研究。
国内研究现状
孙阳等人在分析了物流网点横向合作整合物流资源和需求后，提出了一种在延迟策略基础上进行配送作业的组织方案，通过仿真的结果可知，可以在集中组织下达到提高配送服务水平的效果，进一步节约资源和提高收益[1]。王美琼等人将带有软时间窗的车辆路径问题考虑到未满载的车辆路径问题中，利用优化的遗传算法对数学模型分析求解[2]。朱伟等人提出了具有融合性质的蚁群算法，从全局的角度对物流的配送路径进行了优化，提出静态与动态的概念，将配送约束检验因子加入到蚁群算法的选择操作中，对配送路径进行了优化[3]。
王楠等人建立了汽车物料装配路线特征与路径规划的混合时间窗模型，利用改进的轮盘赌算法进行选择操作，并在排序选择中融入了随机次数思想，提高了算子性能[4]。李敏等人对基于最低配送成本、适用于大范围车辆路径规划的方案进行了求解。将构建的订单邻域系统应用于种群初始化中再进行求解，充分的说明了数学模型的实用性[5]。邓烨等人根据军事物流配送时效性等特点，将不同的配送速度与时间考虑到模型中，通过构建的混合整数模型达到服务时间最短的目的，利用改进的遗传算法对混合模型进行了求解[6]。杨湘燕等人将配送车辆所检测到的 GPS 数据作为核心，设计了低成本的物流路径规划系统，对物流路径配送优化问题进行了研究[7]。
冯文等人将 GIS 技术与配送系统相结合，更加完善了配送系统的信息，同时将空间信息纳入系统中，充分研究了空间信息对系统造成的影响，解决了通过时间窗约束车辆路径的问题[8]。赵程程等人以物流管理工程问题分析与优化能力为出发点，采用 3D 模拟教学方法对《仓储配送管理》课程知识体系进行重构，通过案例实验证明了在实践生产运作环境中有效提高了仓储配送效率[9]。邹娟平等人提出了基于双层蚁群优化算法的舰船应急物流路径规划方法，利用粒子群算法对模型求得可行解，然后对舰船应急物流路径规划进行了仿真测试，提高了舰船应急物流路径规划的效率[10]。
王道平(2017)等学者对物流配送进行了深入研究，以配送中的选址问题作为切入点，借助两阶段的启发式算法进行了相应的模型构建，目标为配送中心选址成本和车辆配送成本最小，最后通过具体数据验证该模型的有效性，但是该方法存在的问题是配送便捷性较差。 李作山(2019)等学者结合遗传算法，针对企业车辆调度优化进行研究，基于减少汽车运行耗费为目的提出了相关策略。 曾志雄(2019)等学者基于蚁群算法研究了荔枝的冷链物流配送，该研究的侧重点为配送成本，即如何对其优化设计，使得成本花费最少。 同时，方文婷（2019）等学者通过将节能减排转化为绿色成本，建立以总成本最小为研究目标的数学模型，在混合蚁群算法的基础应用上，结合具体实例进行仿真建模以及进一步的分析，最终验证了该算法的有效性。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
