针对现实配送过程中存在的时间参数模糊化与车辆容积限制问题，利用梯形模糊代数、有符号距离和区间数距离公式，构造出一种较高精度的提前/滞后惩罚函数，在此基础上给出了一种以最小化服务点提前/滞后惩罚、最小化配送总里程以及最小化配送车辆数量为目标的、具有模糊时间窗的有容积约束配送车辆调度问题模型。在问题求解方面，结合粒子群算法和遗传算法，引入遗传算法思想对粒子进行交叉、变异操作，给出了一种基于遗传操作的混合粒子群算法，以解决基本粒子群算法容易陷入局部最优的问题。仿真实验表明，该算法具有可行性和有效性。

C-C 方法求最佳嵌入维数和滞后时间 %该函数用来重构相空间 % m为嵌入空间维数 % tau为时间延迟 % data为输入时间序列 % N为时间序列长度 % X为输出,是m*n维矩阵

VRPTW-ga 带时间窗的车辆路径问题-使用Python的遗传算法解决方案

【VRP问题】基于节约算法CW求解带硬时间窗的车辆路径规划问题（VRPTW） matlab源码.md

【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matlab源码.md

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题.md

【VRP问题】基于模拟退火算法改进遗传算法实现带时间窗车辆路径规划问题VRPTW matlab源码.md

【VRP问题】基于模拟退火算法求解带时间窗的车辆路径规划问题VRPTW matlab源码.md

【VRP问题】基于模拟退火遗传实现带时间窗的车辆路径规划问题matlab源码.md

关于带时间窗车辆路径问题的鲁棒优化研究，卢山，许珮，本课题考虑不确定环境下的带时间窗限制的运输成本最小化车辆路径问题，并假设不确定性影响因素中的需求不确定属于一个不确定性集