關(guān)于基于遺傳算法的物流配送路徑優(yōu)化分析

1、 畢業(yè)設(shè)設(shè)計(jì)題目 基基于遺傳傳算法的的物流配配送路徑徑優(yōu)化分分析學(xué)生姓名名 學(xué) 號(hào) 專 業(yè) 班 級(jí) 指導(dǎo)教師師 二 0 0 九 年 十 月目 錄錄黑體三號(hào)居中）（空一行行在文中不能出現(xiàn)字樣。）摘要宋體小四號(hào)。一、引言言（問題題的提出出引言或問題的提出只能選一。）行間距1.5倍行。 1二、物流流配送路路徑優(yōu)化化問題的的數(shù)學(xué)模模型X根據(jù)具體頁碼標(biāo)明。三、物流流配送路路徑優(yōu)化化問題的的遺傳算算法X（一）遺遺傳算法法的基本本要素 X（二）物物流配送送路徑優(yōu)優(yōu)化問題題的遺傳傳算法的的構(gòu)造X四、實(shí)驗(yàn)驗(yàn)計(jì)算與與結(jié)果分分析 X五、 結(jié)結(jié)論XX參考文獻(xiàn)獻(xiàn) X致謝 XX 摘 要黑體四號(hào)字加粗：論文在在建立物物流配

2、送送路徑優(yōu)優(yōu)化問題題的數(shù)學(xué)學(xué)模型的的基礎(chǔ)上上，構(gòu)造造了求解解該問題題的遺傳傳算法，并進(jìn)行行了實(shí)驗(yàn)驗(yàn)計(jì)算。計(jì)算結(jié)結(jié)果表明明，用遺遺傳算法法進(jìn)行物物流配送送路徑優(yōu)優(yōu)化，可可以方便便有效地地求得問問題的最最優(yōu)解或或近似最最優(yōu)解行間距1.5倍行。 關(guān)鍵詞詞3-5個(gè)：物流配配送；遺遺傳算法法；優(yōu)化化Studdy oon tthe Opttimiizinng oof PPhyssicaal DDisttribbutiion Rouutinng Proobleem BBaseed oon GGeneeticc Allgorrithhm Absttracct：On thee baasiss off essta

3、bblisshinng tthe opttimiizinng mmodeel oon pphyssicaal ddisttribbutiion rouuting proobleem, thiis ppapeer ppressentts a gennetiic aalgooritthm forr soolviing thiis pprobblemm, aand makke ssomee exxperrimeentaal ccalcculaatioons. Thhe eexpeerimmenttal callcullatiion ressultts ddemoonsttrattes thhat t

4、hee opptimmal or neaarlyy opptimmal sollutiionss too thhe pphyssicaal ddisttribbutiion rouutinng pprobblemm caan bbe eeasiily obttainned by usiing gennetiic aalgooritthm.Keywwordds：pphyssicaal ddisttribbutiion；gennetiic aalgooritthm；opttimiizinng 一該文題目為“基于遺傳算法的物流配送路徑優(yōu)化研究”、引言言四號(hào)黑體加粗字（問題題的提出出） 隨著市市場(chǎng)經(jīng)濟(jì)

5、濟(jì)的發(fā)展展和物流流技術(shù)專專業(yè)化水水平的提提高，物物流配送送業(yè)得到到了迅猛猛發(fā)展。物流配配送是指指按用戶戶的訂貨貨要求，在配送送中心進(jìn)進(jìn)行分貨貨、配貨貨，并將將配好的的貨物及及時(shí)送交交收貨人人。在物物流配送送業(yè)務(wù)中中，存在在許多優(yōu)優(yōu)化決策策問題，本文討討論其中中的物流流配送路路徑優(yōu)化化問題，即通過過制定合合理的配配送路徑徑，快速速而經(jīng)濟(jì)濟(jì)地將貨貨物送達(dá)達(dá)用戶手手中。配配送路徑徑的選擇擇是否合合理，對(duì)對(duì)加快配配送速度度、提高高服務(wù)質(zhì)質(zhì)量、降降低配送送成本及及增加經(jīng)經(jīng)濟(jì)效益益都有較較大影響響。 研究表表明，配配送路徑徑優(yōu)化問問題是一一個(gè)NPP難題，只有在在需求點(diǎn)點(diǎn)和路段段較少時(shí)時(shí)，才能能求得精精確解

6、。因此，用啟發(fā)發(fā)式算法法求解該該問題就就成為人人們研究究的一個(gè)個(gè)重要方方向，并并出現(xiàn)了了多種啟啟發(fā)式算算法，如如Claarkee和Wriightt提出的的節(jié)約法法，Giilleett和和Milllerr提出的的掃描法法 Z米凱利維茨. 演化程序遺傳算法和數(shù)據(jù)編碼的結(jié)合M. 北京：科學(xué)出版社，2000.等，雖雖然這些些算法為為求解配配送路徑徑優(yōu)化問問題提供供了有效效的方法法，但也也存在一一定的問問題，如如節(jié)約法法雖然具具有運(yùn)算算速度快快的優(yōu)點(diǎn)點(diǎn)，但也也有組合合點(diǎn)零亂亂、邊緣緣點(diǎn)難以以組合的的問題，掃描法法為非漸漸進(jìn)優(yōu)化化等。如如何針對(duì)對(duì)物流配配送路徑徑優(yōu)化問問題的特特點(diǎn)，構(gòu)構(gòu)造運(yùn)算算簡(jiǎn)單、尋優(yōu)性

7、性能優(yōu)良良的啟發(fā)發(fā)式算法法，是一一個(gè)值得得深入研研究的課課題。遺傳算法法的出現(xiàn)現(xiàn)為求解解物流配配送路徑徑優(yōu)化問問題提供供了新的的工具，該算法法是由美美國的JJ.Hoollaand教教授于119755年提出出的，它它是一種種借鑒生生物界自自然選擇擇和自然然遺傳機(jī)機(jī)制的隨隨機(jī)化搜搜索方法法。由于于遺傳算算法采用用隨機(jī)選選擇，對(duì)對(duì)搜索空空間無特特殊要求求，無需需求導(dǎo)，具有運(yùn)運(yùn)算簡(jiǎn)單單、收斂斂速度快快等優(yōu)點(diǎn)點(diǎn)，尤其其適用于于處理傳傳統(tǒng)搜索索方法難難于解決決的復(fù)雜雜和非線線性的問問題，目目前已廣廣泛應(yīng)用用于組合合優(yōu)化、機(jī)器學(xué)學(xué)習(xí)、自自適應(yīng)控控制等領(lǐng)領(lǐng)域。本本文針對(duì)對(duì)物流配配送路徑徑優(yōu)化問問題的特特點(diǎn)，構(gòu)

8、構(gòu)造了求求解該問問題的遺遺傳算法法，通過過實(shí)驗(yàn)計(jì)計(jì)算，得得到了較較好的結(jié)結(jié)果。二、物流流配送路路徑優(yōu)化化問題的的數(shù)學(xué)模模型四號(hào)黑體加粗字 物流配送送路徑優(yōu)優(yōu)化問題題可以描描述為：從配送送中心（或稱物物流據(jù)點(diǎn)點(diǎn)）用多多輛汽車車向多個(gè)個(gè)需求點(diǎn)點(diǎn)（或稱稱顧客）送貨，每個(gè)需需求點(diǎn)的的位置和和需求量量一定，每輛汽汽車的載載重量一一定，要要求合理理安排汽汽車路線線，使總總運(yùn)距最最短，并并滿足以以下條件件：（11）每條條配送路路徑上各各需求點(diǎn)點(diǎn)的需求求量之和和不超過過汽車載載重量；（2）每條配配送路徑徑的長(zhǎng)度度不超過過汽車一一次配送送的最大大行駛距距離；（3）每每個(gè)需求求點(diǎn)的需需求必須須滿足，且只能能由一輛

9、輛汽車送送貨。本本文借鑒鑒文獻(xiàn)3建建立的車車輛路徑徑問題的的數(shù)學(xué)模模型，并并通過考考慮上述述物流配配路徑優(yōu)優(yōu)化問題題的約束束條件和和優(yōu)化目目標(biāo)，建建立了物物流配送送路徑優(yōu)優(yōu)化問題題的數(shù)學(xué)學(xué)模型。 設(shè)配送中中心有KK輛汽車車，每輛輛汽車的的載重量量為Qk（k=1，22，KK），其其一次配配送的最最大行駛駛距離為為Dk，需要要向L個(gè)個(gè)需求點(diǎn)點(diǎn)送貨，每個(gè)需需求點(diǎn)的的需求量量為qi（i=1，22，LL），需需求點(diǎn)ii到j(luò)的運(yùn)距距為dij，配配送中心心到各需需求點(diǎn)的的距離為為d0j（ii、j=1，2，L），再再設(shè)nk為第kk輛汽車車配送的的需求點(diǎn)點(diǎn)數(shù)（nnk=0表表示未使使用第kk輛汽車車），用用集合R

10、k表示第第k條路徑徑，其中中的元素素rki表示需需求點(diǎn)rrki在路路徑k中的順順序?yàn)閕i（不包包括配送送中心），令rrk0=0表示示配送中中心，則則可建立立如下物物流配送送路徑優(yōu)優(yōu)化問題題的數(shù)學(xué)學(xué)模型： （1） s.tt. （22） （3） （4） （55） （6） （7） （8）上述模型型中，（1）式式為目標(biāo)標(biāo)函數(shù)；（2）式保證證每條路路徑上各各需求點(diǎn)點(diǎn)的需求求量之和和不超過過汽車的的載重量量；（33）式保保證每條條配送路路徑的長(zhǎng)長(zhǎng)度不超超過汽車車一次配配送的最最大行駛駛距離；（4）式表明明每條路路徑上的的需求點(diǎn)點(diǎn)數(shù)不超超過總需需求點(diǎn)數(shù)數(shù)；（55）式表表明每個(gè)個(gè)需求點(diǎn)點(diǎn)都得到到配送服服務(wù)；（

11、6）式式表示每每條路徑徑的需求求點(diǎn)的組組成；（7）式式限制每每個(gè)需求求點(diǎn)僅能能由一輛輛汽車送送貨；（8）式式表示當(dāng)當(dāng)?shù)趉輛輛汽車服務(wù)務(wù)的客戶戶數(shù)1時(shí)，說明該該輛汽車車參加了配配送，則則取siign(nk)=11，當(dāng)?shù)诘趉輛汽汽車服務(wù)務(wù)的客戶戶數(shù)1時(shí)，表示未未使用該該輛汽車車，因此此取siign(nk)=00。三、物流流配送路路徑優(yōu)化化問題的的遺傳算算法四號(hào)黑體加粗字（一）遺遺傳算法法的基本本要素小四號(hào)宋體加粗字 遺傳算法法是一種種“生成+檢測(cè)”的迭代搜搜索算法法。該算算法以群群體中的的所有個(gè)個(gè)體為操操作對(duì)象象，每個(gè)個(gè)個(gè)體對(duì)對(duì)應(yīng)研究究問題的的一個(gè)解解。選擇擇、交叉叉和變異異是遺傳傳算法的的三個(gè)主

12、主要操作作算子。該算法法包括以以下6個(gè)個(gè)基本要要素： 1、編碼碼。由于于遺傳算算法不能能直接處處理解空空間的數(shù)數(shù)據(jù)，因因此，必必須通過過編碼將將它們表表示成遺遺傳空間間的基因因型串結(jié)結(jié)構(gòu)數(shù)據(jù)據(jù)。 2、初始始群體生生成。由由于遺傳傳算法是是一種群群體型搜搜索方法法，所以以必須為為遺傳操操作準(zhǔn)備備一個(gè)由由若干個(gè)個(gè)體組成成的初始始群體，每個(gè)個(gè)個(gè)體都應(yīng)應(yīng)通過隨隨機(jī)方法法產(chǎn)生，并分別別對(duì)應(yīng)研研究問題題的一個(gè)個(gè)解。 3、適應(yīng)應(yīng)度評(píng)估估。遺傳傳算法在在搜索過過程中一一般不需需要其他他外部信信息，僅僅用適應(yīng)應(yīng)度來評(píng)評(píng)估個(gè)體體的優(yōu)劣劣，并以以其作為為遺傳操操作的依依據(jù)。 4、選擇擇。選擇擇操作是是為了從從當(dāng)前群

13、群體中選選出優(yōu)良良的個(gè)體體，使它它們有機(jī)機(jī)會(huì)作為為父代為為下一代代繁殖子子孫，個(gè)個(gè)體的適適應(yīng)度越越高，其其被選擇擇的機(jī)會(huì)會(huì)就越大大。 5、交叉叉。它是是遺傳算算法中最最主要的的操作，一般分分兩步進(jìn)進(jìn)行，一一是對(duì)群群體中的的個(gè)體進(jìn)進(jìn)行隨機(jī)機(jī)配對(duì)；二是在在配對(duì)個(gè)個(gè)體中，隨機(jī)設(shè)設(shè)定交叉叉處，使使配對(duì)個(gè)個(gè)體彼此此交換部部分信息息。 6、變異異。即按按一定的的概率改改變個(gè)體體的基因因鏈。變變異操作作同樣是是隨機(jī)進(jìn)進(jìn)行的，其目的的是挖掘掘群體中中個(gè)體的的多樣性性，克服服遺傳操操作可能能限于局局部解的的弊端。（二）物物流配送送路徑優(yōu)優(yōu)化問題題的遺傳傳算法的的構(gòu)造小四號(hào)宋體加粗字 針對(duì)物流流配送路路徑優(yōu)化化問

14、題的的特點(diǎn)，作者構(gòu)構(gòu)造了求求解該問問題的遺遺傳算法法。 1、編碼碼方法的的確定。根據(jù)物物流配送送路徑優(yōu)優(yōu)化問題題的特點(diǎn)點(diǎn)，作者者采用了了簡(jiǎn)單直直觀的自自然數(shù)編編碼方法法，用00表示配配送中心心，用11、2、L表表示各需需求點(diǎn)。由于在在配送中中心有KK輛汽車車，則最最多存在在K條配配送路徑徑，每條條配送路路徑都始始于配送送中心，也終于于配送中中心，為為了在編編碼中反反映車輛輛配送的的路徑，作者巧巧妙地采采用了增增加K-1個(gè)虛虛擬配送送中心的的方法，分別用用L+11、L+2、L+KK-1表表示。這這樣，11、2、L+K-11這L+K-11個(gè)互不不重復(fù)的的自然數(shù)數(shù)的隨機(jī)機(jī)排列就就構(gòu)成一一個(gè)個(gè)體體，并

15、對(duì)對(duì)應(yīng)一種種配送路路徑方案案。例如如，對(duì)于于一個(gè)有有7個(gè)需需求點(diǎn)，用3輛輛汽車完完成配送送任務(wù)的的問題，則可用用1、22、99（8、9表示示配送中中心）這這9個(gè)自自然數(shù)的的隨機(jī)排排列，表表示物流流配送路路徑方案案。如個(gè)個(gè)體122963385447表示示的的配配送路徑徑方案為為：路徑徑1：00-1-2-99（0），路徑徑2：99（0）-6-3-88（0），路徑徑3：88（0）-5-4-77-0，共有33條配送送路徑；個(gè)體557388942216表表示的配配送路徑徑方案為為：路徑徑1：00-5-7-33-8（0），路徑22：9（0）-4-22-1-6-00，共有有2條配配送路徑徑。 2、初始始群體

16、的的確定。隨機(jī)產(chǎn)產(chǎn)生一種種1LL+K-1這LL+K-1個(gè)互互不重復(fù)復(fù)的自然然數(shù)的排排列，即即形成一一個(gè)個(gè)體體。設(shè)群群體規(guī)模模為N，則通過過隨機(jī)產(chǎn)產(chǎn)生N個(gè)個(gè)這樣的的個(gè)體，即形成成初始群群體。3、適應(yīng)應(yīng)度評(píng)估估。對(duì)于于某個(gè)個(gè)個(gè)體所對(duì)對(duì)應(yīng)的配配送路徑徑方案，要判定定其優(yōu)劣劣，一是是要看其其是否滿滿足配送送的約束束條件；二是要要計(jì)算其其目標(biāo)函函數(shù)值（即各條條配送路路徑的長(zhǎng)長(zhǎng)度之和和）。本本文根據(jù)據(jù)配送路路徑優(yōu)化化問題的的特點(diǎn)所所確定的的編碼方方法，隱隱含能夠夠滿足每每個(gè)需求求點(diǎn)都得得到配送送服務(wù)及及每個(gè)需需求點(diǎn)僅僅由一輛輛汽車配配送的約約束條件件，但不不能保證證滿足每每條路徑徑上各需需求點(diǎn)需需求量之之

17、和不超超過汽車車載重量量及每條條配送路路線的長(zhǎng)長(zhǎng)度不超超過汽車車一次配配送的最最大行駛駛距離的的約束條條件。為為此，對(duì)對(duì)每個(gè)個(gè)個(gè)體所對(duì)對(duì)應(yīng)的配配送路徑徑方案，要對(duì)各各條路徑徑逐一進(jìn)進(jìn)行判斷斷，看其其是否滿滿足上述述兩個(gè)約約束條件件，若不不滿足，則將該該條路徑徑定為不不可行路路徑，最最后計(jì)算算其目標(biāo)標(biāo)函數(shù)值值。對(duì)于于某個(gè)個(gè)個(gè)體j，設(shè)其對(duì)對(duì)應(yīng)的配配送路徑徑方案的的不可行行路徑數(shù)數(shù)為Mjj（Mj=0表示示該個(gè)體體對(duì)應(yīng)一一個(gè)可行行解），其目標(biāo)標(biāo)函數(shù)值值為Zj，則該該個(gè)體的的適應(yīng)度度Fj可用下下式表示示： FFj=1/（Zj+MjG） （99）式中，GG為對(duì)每條條不可行行路徑的的懲罰權(quán)權(quán)重，可可根據(jù)目目

18、標(biāo)函數(shù)數(shù)的取值值范圍取取一個(gè)相相對(duì)較大大的正數(shù)數(shù)。 4、選擇擇操作。將每代代群體中中的N個(gè)個(gè)個(gè)體按按適應(yīng)度度由大到到小排列列，排在在第一位位的個(gè)體體性能最最優(yōu)，將將它復(fù)制制一個(gè)直直接進(jìn)入入下一代代，并排排在第一一位。下下一代群群體的另另N-11個(gè)個(gè)體體需要根根據(jù)前代代群體的的N個(gè)個(gè)個(gè)體的適適應(yīng)度，采用賭賭輪選擇擇法44產(chǎn)生生。具體體地說，就是首首先計(jì)算算上代群群體中所所有個(gè)體體適應(yīng)度度的總和和（Fj），再再計(jì)算每每個(gè)個(gè)體體的適應(yīng)應(yīng)度所占占的比例例（Fjj/Fj），以以此作為為其被選選擇的概概率。這這樣選擇擇方法既既可保證證最優(yōu)個(gè)個(gè)體生存存至下一一代，又又能保證證適應(yīng)度度較大的的個(gè)體以以較大的的

19、機(jī)會(huì)進(jìn)進(jìn)入下一一代。 5、交叉叉操作。對(duì)通過過選擇操操作產(chǎn)生生的新群群體，除除排在第第一位的的最優(yōu)個(gè)個(gè)體外，另N-1個(gè)個(gè)個(gè)體要按按交叉概概率Pcc進(jìn)行配配對(duì)交叉叉重組。本文采采用了一一種類似似OX法法2的交叉叉方法，現(xiàn)舉例例說明之之：隨機(jī)在在父代個(gè)個(gè)體中選選擇一個(gè)個(gè)交配區(qū)區(qū)域，如如兩父代代個(gè)體及及交配區(qū)區(qū)域選定定為：AA=477|85563|9211，B=83|46991|2257；將B的的交配區(qū)區(qū)域加到到A的前前面，AA的交配配區(qū)域加加到B的的前面，得：AA=46691|478856339211，B=85563|834469112577；在A、B中自交交配區(qū)域域后依次次刪除與與交配區(qū)區(qū)相同的

20、的自然數(shù)數(shù)，得到到最終的的兩個(gè)體體為：AA”=466917785332，BB”=855634491227。與與其他交交叉方法法相比，這種方方法在兩兩父代個(gè)個(gè)體相同同的情況況下仍能能產(chǎn)生一一定程度度的變異異效果，這對(duì)維維持群體體的多樣樣化特性性有一定定的作用用。 6、變異異操作。由于在在選擇機(jī)機(jī)制中采采用了保保留最佳佳樣本的的方式，為保持持群體內(nèi)內(nèi)個(gè)體的的多樣化化，本文文采用了了連續(xù)多多次對(duì)換換的變異異技術(shù)，使個(gè)體體在排列列順序上上的有較較大變化化。變異異操作是是以概率率Pm發(fā)生的的，一旦旦變異操操作發(fā)生生，則用用隨機(jī)方方法產(chǎn)生生交換次次數(shù)J，對(duì)所需需變異操操作的個(gè)個(gè)體的基基因進(jìn)行行J次對(duì)對(duì)換（

21、對(duì)對(duì)換基因因的位置置也是隨隨機(jī)產(chǎn)生生的）。四、實(shí)驗(yàn)驗(yàn)計(jì)算與與結(jié)果分分析四號(hào)黑體加粗字 作者根據(jù)據(jù)上述遺遺傳算法法編制了了C語言言程序，并對(duì)文文獻(xiàn)列出出的一個(gè)個(gè)某配送送中心使使用2輛輛汽車對(duì)對(duì)8個(gè)需需求點(diǎn)進(jìn)進(jìn)行送貨貨的物流流配送路路徑優(yōu)化化問題實(shí)實(shí)例進(jìn)行行了實(shí)驗(yàn)驗(yàn)計(jì)算。設(shè)汽車車的載重重量為88t，每每次配送送的最大大行駛距距離為440kmm，配送送中心與與各需求求點(diǎn)之間間、各需需求點(diǎn)相相互之間間的距離離及各需需求點(diǎn)的的需求量量見表11。表1 配送中中心與需需求點(diǎn)之之間的距距離及各各需求點(diǎn)點(diǎn)的需求求量表表名在表的正上方dij (kmm) ji01234567800467.5920101681406

22、.541057.51110266.507.510107.57.57.537.547.501059915491010100107.57.5105205105100797.56107.57.597.570710716117.597.59701088107.515107.510100qj (t)-12121422根據(jù)上述述實(shí)例的的特點(diǎn)，作者在在實(shí)驗(yàn)計(jì)計(jì)算中采采用了以以下參數(shù)數(shù)：群體體規(guī)模取取20，交叉概概率和變變異概率率分別取取0.95和和0.05，進(jìn)化代代數(shù)取550，變變異時(shí)基基因換位位次數(shù)取取5，對(duì)不不可行路路徑的懲懲罰權(quán)重重取1000kmm。對(duì)上上述問題題，利用用計(jì)算機(jī)機(jī)隨機(jī)求求解100次，得

23、得到的計(jì)計(jì)算結(jié)果果見表22。表2 物流配配送路徑徑優(yōu)化問問題的遺遺傳算法法計(jì)算結(jié)結(jié)果計(jì)算次序序12345678910配送總距距離Z /kmm727276.557067.557073.557571.5569從表中數(shù)數(shù)據(jù)可以以看出，10次次運(yùn)行得得到的結(jié)結(jié)果均優(yōu)優(yōu)于節(jié)約約法所得得的結(jié)果果79.5kmm。而且且第5次次還得到到了該問問題的最最優(yōu)解667.55km，其對(duì)應(yīng)應(yīng)的配送送路徑方方案為：路徑11：0-4-77-6-0；路路徑2：0-22-8-5-33-1-0?？煽梢姡眠z傳傳算法可可以方便便有效地地求得物物流配送送路徑優(yōu)優(yōu)化問題題的最優(yōu)優(yōu)解或近近似最優(yōu)優(yōu)解（或或稱滿意意解）。五、 結(jié)結(jié)論黑

24、體四號(hào)加粗 （一）在在物流配配送業(yè)務(wù)務(wù)中，合合理確定定配送路路徑是提提高服務(wù)務(wù)質(zhì)量、降低配配送成本本、增加加經(jīng)濟(jì)效效益的重重要手段段。由于于物流配配送路徑徑優(yōu)化問問題是一一個(gè)NPP難題，因此，采用啟啟發(fā)式算算法求解解是一個(gè)個(gè)重要的的研究方方向。 （二）本本文在建建立物流流配送路路徑優(yōu)化化問題的的數(shù)學(xué)模模型的基基礎(chǔ)上，構(gòu)造了了求解物物流配送送路徑優(yōu)優(yōu)化問題題的遺傳傳算法。實(shí)驗(yàn)計(jì)計(jì)算結(jié)果果表明，遺傳算算法是一一種性能能優(yōu)良的的啟發(fā)式式搜索方方法，利利用該方方法可以以方便有有效地求求得物流流配送路路徑優(yōu)化化問題的的最優(yōu)解解或滿意意解。（三）本本文所構(gòu)構(gòu)造的進(jìn)進(jìn)行物流流配送路路徑優(yōu)化化的遺傳傳算法，包括巧巧妙設(shè)計(jì)計(jì)的個(gè)體體編碼方方法、個(gè)個(gè)體適應(yīng)應(yīng)值的計(jì)計(jì)算方法法以及選選擇、交交叉和變