❶ 車輛優化調度理論與方法
國外車輛優化調度研究已廣泛用於生產、生活的各個方面，如報紙投遞及線路的優化、牛奶配送及送達線路的優化、電話預訂貨物的車輛載貨和線路設計、垃圾車的線路優化及垃圾站選址優化、連鎖商店的送貨及線路優化等等。目前，研究水平已有很大發展，其理論成果除在汽車運輸領域外，在水運、航空、通訊、電力、工業管理、計算機應用等領域也有一定的應用，還用於航空乘務員輪班安排、輪船公司運送貨物經過港口與貨物安排的優化設計、交通車線路安排、生產系統中的計劃與控制等多種組合優化問題。 在國內，該問題的系統研究還不多見。近年來本書作者及課題組成員承擔了國家自然科學基金《城市貨運汽車的科學調度》、《貨運車輛調度優化理論及應用研究》和四川省重點軟科學課題《城市貨運卡車集中優化調度研究》等項目的研究工作，對車輛優化調度的基礎理論及各類問題進行了較為系統的研究，開發了基於地理信息系統的可視化物流配送車輛優化調度系統軟體包，2000年11月在深圳第二屆中國高新技術成果交易會上發布，受到好評和重視；發表了三十多篇相關論文；獲得過一項省部級科技進步二等獎。2001年又獲得了國家自然科學基金項目《不確定信息條件下動態車輛路徑》。
本書展示的主要是國家自然科學基金項目《貨運車輛調度優化理論及應用研究》(編號79700019)的研究成果，在多項課題的研究中，取得一批成果，這本書反映的僅僅是一個側面。在課題的研究和書稿的寫作過程中，參閱了大量的國內外文獻，書稿也反映了相關方面目前國際的前沿動態。該領域的研究內容非常廣泛，本書還有許多方面未涉及，期望在新的課題研究中取得突破。
作者：李軍
出 版 社：中國物資出版社
作者簡介：李軍，1967年生，管理學博士，西南交通大學經濟管理學院教授。主要教學和科學研究領域為物流工程、決策分析、博弈理論及應用。主持和完成國家自然科學基金資助項目及其他省部級以上項目10餘項，並獲得省科技進步二等獎一項，發表論文30餘篇。主編、參編教材三本，獲得鐵道部優秀教材一等獎、二等獎各一項。
目錄
第一章 緒論
1．1 物流配送車輛優化調度的概述
1．2 物流配送車輛優化調度的研究動態和水平
1．3 貨運車輛優化調度問題的分類
第二章 基本理論
2．1 組合優化與計算復雜性
2．2 啟發式演算法理論
2．3 遺傳演算法理論
第三章 基本問題
3．1 圖的基本概念
3．2 最小生成樹
3．3 最短路問題
3．4 最大流問題
3．5 最小費用流問題
3．6 中國郵遞員問題
3．7 旅行商問題
第四章 集貨或送貨非滿載車輛優化調度啟發式演算法
4．1 引言
4．2 模型分析
4．3 C—W節約啟發式演算法
4．4 分派啟發式演算法
4．5 多車場多車型問題
第五章 集貨和送貨一體化非滿載車輛優化調度啟發式演算法
5．1 引言
5．2 網路啟發式演算法
5．3 組合啟發式演算法
第六章 非滿載車輛優化調度遺傳演算法
6．1 自然數編碼遺傳演算法理論研究
6．2 旅行商問題的遺傳演算法
6．3 一般車輛優化調度問題的遺傳演算法
6．4 時間窗車輛優化調度問題的遺傳演算法
第七章 單車型滿載車輛的優化調度
7．1 引言
7．2 調度解的獲得
7．3 解的調整
7．4 解的連通化
7．5 線路的組織與調整
第八章 多車型滿載車輛的優化調度啟發式演算法
8．1 概述
8．2 演算法分析
8．3 實例分析
第九章 車輛優化調度演算法的計算機實現
9．1 系統基礎數據
9．2 系統演算法實例
第十章 基於地理信息系統的物流配送可視化車輛優化調度系統
10．1 系統基礎設計
10．2 系統集成結構設計
10．3 系統總體設計
參考文獻
❷ 急求matlab車輛調度遺傳演算法代碼，需求車輛行駛最優路徑。
function [path,lmin]=ga(data,d) %data為點集,d為距離矩陣，即賦權圖
tic
%======================
sj0=data;%開環最短路線
%=================================
% sj0=[data;data(1,:)]; %閉環最短路線
%=========================
x=sj0(:,1);y=sj0(:,2);
N=length(x);
%=========================
% d(N,:)=d(1,:);%閉環最短路線
% d(:,N)=d(:,1);%距離矩陣d
%======================
L=N; %sj0的長度
w=800;dai=1000;
%通過改良圈演算法選取優良父代A
for k=1:w
c=randperm(L-2);
c1=[1,c+1,L];
flag=1;
while flag>0
flag=0;
for m=1:L-3
for n=m+2:L-1
if d(c1(m),c1(n))+d(c1(m+1),c1(n+1))<d(c1(m),c1(m+1))+d(c1(n),c1(n+1))
flag=1;
c1(m+1:n)=c1(n:-1:m+1);
<a href="https://www..com/s?wd=end&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">end</a>
<a href="https://www..com/s?wd=end&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">end</a>
<a href="https://www..com/s?wd=end&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">end</a>
end
J(k,c1)=1:L;
end
J=J/L;
J(:,1)=0;J(:,L)=1;
rand('state',sum(clock));
%遺傳演算法實現過程
A=J;
for k=1:dai %產生0～1 間隨機數列進行編碼
B=A;
c=randperm(w);
%交配產生子代B
for i=1:2:w
F=2+floor(100*rand(1));
temp=B(c(i),F:L);
B(c(i),F:L)=B(c(i+1),F:L);
B(c(i+1),F:L)=temp;
end;
%變異產生子代C
by=find(rand(1,w)<0.1);
if length(by)==0
by=floor(w*rand(1))+1;
end
C=A(by,:);
L3=length(by);
for j=1:L3
<a href="https://www..com/s?wd=bw&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">bw</a>=floor(1+fix(rand(1,3)*N)); %產生1-N的3個隨機數
<a href="https://www..com/s?wd=bw&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">bw</a>=sort(<a href="https://www..com/s?wd=bw&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">bw</a>);
C(j,:)=C(j,[1:bw(1)-1,bw(2)+1:bw(3),bw(1):bw(2),bw(3)+1:L]);
end
G=[A;B;C];
<a href="https://www..com/s?wd=TL&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">TL</a>=size(G,1);
%在父代和子代中選擇優良品種作為新的父代
[<a href="https://www..com/s?wd=dd&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">dd</a>,IX]=sort(G,2);
temp=[];
temp(1:<a href="https://www..com/s?wd=TL&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">TL</a>)=0;
for j=1:<a href="https://www..com/s?wd=TL&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">TL</a>
for i=1:L-1
temp(j)=temp(j)+d(IX(j,i),IX(j,i+1));
end
end
[DZ,IZ]=sort(temp);
A=G(IZ(1:w),:);
end
path=IX(IZ(1),:)
% for i=1:length(path)
% path(i)=path(i)-1;
% end
% path=path(2:end-1);
lmin=0;l=0;
for j=1:(length(path)-1)
<a href="https://www..com/s?wd=t1&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">t1</a>=path(j);t2=path(j+1);
l=d(<a href="https://www..com/s?wd=t1&tn=44039180_cpr&fenlei=-CEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-" target="_blank" class="-highlight">t1</a>,t2);
lmin=lmin+l;
end
xx=sj0(path,1);yy=sj0(path,2);
plot(xx,yy,'r-o');
axis equal
toc
❸ 車輛調度的概念和意義
車輛調度是指制定行車路線，使車輛在滿足一定的約束條件下，有序地通過一系列裝貨點和卸貨點，達到諸如路程最短、費用最小、耗時最少等目標。
1、按制度調度：堅持按制度辦事，按車輛使用的范圍和對象派車。
2、科學合理調度：所謂科學性，就是要掌握單位車輛使用的特點和規律。調度合理就是要按照現有車的行駛方向，選擇最佳行車路線，不跑彎路和繞道行駛；在一條線路上重復派車；在一般情況下，車輛不能一次派完，要留備用車輛，以應急需。
3、靈活機動：所謂靈活機動，就是對於制度沒有明確規定而確定需要用車的、緊急的，要從實際出發，靈活機動，恰當處理，不能誤時誤事。