使用节约里程法求解有载重约束的CVRP，源码由matlab 语音编写，有注释，可以用来学习和使用节约里程法。源码来源于一个项目，亲测无误，压缩包里面有完整的数据和参考文献，值得新手学习使用，欢迎大家下载评论。

压缩包中有两个版本，一个是带时间窗的和一个是不带时间窗的，惩罚函数也有两个，分别是一次惩罚函数和二次惩罚函数。如果有问题可以我。

基于托盘池模式的托盘服务中心服务路径优化

为了解决传统遗传算法中易早熟和陷入局部最优，造成收敛慢，效率低的问题，提出了一种改进的遗传算法GBLSA(Genetic Based on Link-State Algorithm)。对遗传算法的基本算子进行改进，其中将链路状态算法强大的寻优能力融入交叉算子中，保证个体逐代进化。引入与遗传代数相关的自适应概率，提高了遗传算法的搜索效率和收敛速度。仿真实验表明，与传统遗传算法和TSPLIB标准值相比，提出的方法得到的结果路径更优，效率更高。

物流活动中需要找出各个配货节点之间的最短路径, 用以指导物流车辆调度, 进而节约物流成本。提出解决车辆路径优化问题的方法, 针对蚁群算法的缺点, 分别对信息素更新策略、启发因子进行改进, 并引入搜索热区机制, 有效解决了蚁群算法的缺陷。最后, 以哈尔滨市局部地图为原型, 应用MATLAB软件对改进蚁群算法求解车辆路径优化问题的性能进行仿真, 并与基本蚁群算法对比分析, 验证了改进蚁群算法的有效性和可行性。

汽车工业已经成为我国工业第五大支柱产业,其产业链长、关联度高、消费拉动大,被业内人士公认为涉及面最广、技术复杂程度最高的领域之一,在国民经济和社会发展中发挥着重要作用。而推动汽车行业发展的重点在于汽车物流的发展。在由供应物流、生产物流和销售物流组成的汽车供应链体系中,汽车零部件物流是整个汽车供应链的源头、是最复杂的环节,涉及数百家零部件供应商和上万个零部件种类。而提高供应物流运作效率的关键在于选择何种物流运作模式进行运输调度。 汽车零部件物流采用循环取货模式设计的车辆路径进行零部件配送,可以有效地降低运输费用和包装费用,从而降低整个供应链的成本。循环取货车辆路径问题特点是取货车辆按照设计好的路径在规定的时间窗口内从供应商处将货物运送至汽车厂,同时将从汽车厂返回的空箱送回供应商处。循环取货是小批量、多频次、及时的、闭环拉动式的取货模式,具有节省库存,提高送货质量和物流运作效率的优点,对降低整个汽车供应链的成本具有重要的作用。 基于以上分析,本文运用物流工程学、运筹学、计算机科学等方法,对汽车供应物流循环取货的关键问题—车辆路径问题进行研究。首先结合所研究问题的背景和意义及国内外研究现状,提出了本文的研究重点及思路,并系统地阐述了汽车物流、循环取货、车辆路径问题及禁忌搜索算法的相关理论。其次,建立了循环取货车辆路径问题的数学模型,并进行了拆分约束、重量约束和时间窗约束。最后，对禁忌搜索法进行改进，同时对各个要素进行设计。同时,结合本文给出循环取货的具体算例，用C#编程实现本文设计的算法进行算例求解对初始数据进行拆分和不拆分的判断，进行数据分析，证明本文所建立模型的合理性。

物流网络选址与路径优化问题的模型与启发式解法

禁忌搜索是对局部领域搜索的一种扩展，是一种全局逐步寻优算法。搜索过程可以接受劣解，有较强的爬山能力。

物流配送路径优化问题是一个NP(非确定多项式)问题,使用传统优化方法很难得到最优解或满意解。为了很好地解决这个NP问题,本文建立了一个配送中心、多个顾客的物流配送数学模型,用自己改进的遗传算法加以分析求解并进行了实例验证,而且在物品的配送种类上取得了突破,不在只是针对单一品种,对物流企业实现科学快捷的配送调度和路径优化有实际意义。

基于matlab编写的利用蚁群算法的小车路径优化 可直接利用matlab打开就可以