为了达到提升公路运输的效益，降低货运成本的目的，我们提出带时间窗的基于货物运输共享的路径优化模型

基于遗传算法的联合运输路径优化，肖天国，符卓，联合运输是在能源危机、交通拥堵及环境污染约束下的一种理想运输模式。随着国际贸易的飞速发展，联合运输成为了一个热点问题。而

基于CVaR的危险品多式联运风险评价问题，考虑到不同运输方式的道路运输风险，以及在运输方式转换时发生的中转风险，并设计了启发式算法来简化CPLEX12.0对模型的求解过程，通过不同规模的算例对模型、算法的有效性进行了验证，模型可以为政府、危险品运输商提供一条基于CVaR最优的危险品多式联运运输道路，为现实生活中的路径规划、路线选择提供参考.

本系统提供坐标货量数据，对运输路径做规划 分别利用贪心算法、马尔科夫决策、遗传算法对运输路径做对比规划实验 并给出评价指标的输出结果及路径图片显示

针对航空物流领域对路径进行精确计算以降低配送成本的需求，文中对路径的优化方法进行了研究。通过建模分析，将该问题被抽象为数学中的枢纽位置问题（HLP），然后使用遗传算法进行求解。为了解决大规模的复杂HLP，文中对传统的遗传算法进行了改进，将单一种群的遗传算法扩展成双种群模式。通过为两个种群设置不同的进化参数，从而保证最终胜出的个体具备更优秀的搜索能力。此外，为防止遗传个体在搜索时陷入局部最优解，还引入了模拟退火算法中Metropolis准则。为了衡量改进后的算法性能（I-SGA），文中基于航空公司的实际航线和15个大中城市机场的实际规模等相关数据进行了仿真测试。仿真结果表明，I-SGA的目标函数最优收敛值为1.234 e+12，平均收敛值为1.100 e+12；而SGA的最优收敛值为1.201 e+12，平均收敛值为1.021 e+12，所提算法的效果和效率均有明显的提升。

运输方式和运输路径选择问题是影响多式联运时间和费用的关键问题，直接影响承运人和客户的利益。依据运输方式选择和运输路径优化的关系特点，采用主从混合智能启发式方法，构建了运输方式选择和运输路径优化集成模型，给出了粒子群—蚁群双层优化算法求解方案，解决了运输网络多节点、多方式、多路径的集成优化问题。实验结果表明,该方案优于蚁群算法和遗传算法。

针对民航物流运输受飞行燃油消耗、尾气排放和环境保护的影响，文中提出了一种基于A*算法的民航物流运输路径优化算法。文中综合考虑天气、环境污染、巡航重量、巡航高度和巡航速度的影响，构建了危险天气下民航物流运输路径优化模型与尾迹最小的航路优化模型，并使用A*算法进行求解得到最优的飞行器航行路径。在不同实验条件和两种仿真飞行路径中进行的仿真与测试结果表明，所提出的方法能够最小化各种影响因素的加权和，实现民航物流路径的最优规划。同时相对于传统算法，所提出算法能够得到更理想的优化结果。

在当今经济高速发展形势下,人们对不同地域商品的需要和生活质量的追求不断提高,巨大的需求力度使得物流运输已逐渐成为发展最为迅速的行业之一。在提升人们生活质量的同时,物流运输愈来愈受到生产企业的重视,运输路径的选择直接关系到企业运输的成本,所以选择合理的运输路径降低运输成本在企业的发展中占有重要地位。文章以水果罐头加工厂从进货到出货的输送过程为例,以成本最优为最终目的,在多个约束条件下通过建立线性规划数学模型,运用MATLAB软件中的linpro函数对模型进行求解验证,最终得出最优的路径选择方案,对实际工作有较强的指导意义。