摘要：多车型车辆路径问题(FSMVRP)是车辆类型不同的车辆路径问题(VRP),基于变邻域搜索,提出一种启发式算法VNS_FSM求解FSMVRP。该算法设计了实现变邻域搜索中的"抖动"和局部优化过程的邻域结构组合,同时,还提出了一种新的车型调整策略。在通用的基准测试问题的实验验证了VNS_FSM算法的有效性,并给出问题G_07-G_12的正确解。实验结果表明,VNS_FSM算法能够获得大多数测试问题的已知最好解。与已有算法相比,VNS_FSM算法性能相当或更优。

摘要：文章针对带有外包数量折扣的多车型车辆路径问题((FSMVRPQD)),以车队和客户两方的可变成本与外包成本之和的最小化为目标,建立非线性数学规划模型,设计基于最短路径编码的进化算法进行求解。通过数据统计的实验分析发现,总成本表示的适应度随着变异概率和种群规模的增大总体呈下降趋势;种群规模在增强寻优能力的同时,以运行时间为代价;其它参数对实验结果没有显著影响。以此为依据,设置算法的最佳参数配置,比较和分析实验结果确定最终配送方案。

摘要：研究最小化油耗的多车型车辆路径问题,将车辆使用费用分为固定费用和以油耗为主的可变费用。建立了该问题的数学模型,运用禁忌搜索算法进行模型求解。算法采用随机选择车型产生初始解,设计三种Or-opt邻域结构,利用罚函数接受导致不可行解的变换。通过案例测试验证了模型的正确性和算法的有效性。结果表明,采用最小化油耗为目标比最小化距离为目标更加经济和环保。