《不确定信息车辆路径问题及其智能算法研究》以现代物流的新现象——不确定信息车辆路径问题为研究对象，系统分析该类问题特征及其求解算法，以现代管理学、统计学为指导思想，构建新的随机车辆路径、模糊车辆路径、动态车辆路径模型，深入分析车辆路径问题各类求解算法的原理及改进思想，在此基础上提出最大熵分布估计算法、自感应蚁群算法、混合粒子群算法等新型智能优化算法，求解不确定信息车辆路径问题。研究表明，新的求解方法对不确定信息车辆路径规划具有明显的优化作用，它的导入对丰富物流学理论、提高我国物流企业竞争力具有重要的理论价值和现实指导意义。<br>    《不确定信息车辆路径问题及其智能算法研究》适用于管理科学与工程、工商管理等经济管理专业教学、科研人员，也可供从事物流管理工作的政府经济部门和企事业单位管理人员阅读和参考。

    在对现代物流问题的众多研究中，车辆路径问题（vehicle routing problem，VRP）是最为引人注目的问题之一，一直是运筹学与组合优化领域的前沿与研究热点问题。这一方面是由于VRP的理论涉及多学科，很多实际问题的理论抽象都可归结于这一类问题，其研究成果可以广泛服务于运筹学、物流科学、交通运输工程、管理科学与工程、计算机应用、图论与网络分析等领域，具有很强的应用前景；另一方面是由于随着我国社会主义市场经济的不断完善，国民经济运行逐步与国际接轨，近年来，石油价格不断上涨（2010年5月7日，纽约证券交易所报价为77美元／桶），大大提高了我国企业的经营成本，对物流系统构成了越来越大的压力，控制运输成本已成为企业急需解决的现实问题。在这种背景下，对VRP问题进行深入、系统的研究，不仅可以拓宽VRP的应用领域，而且可以为我国物流配送、交通运输等企业（组织）改进运输管理水平，以及提高运输效益提供重要的理论依据。<br>    在以往的研究中，人们一般假定在构造路径之前，所有的信息（包括顾客信息、车辆信息、路况信息和路径制定者信息）都是确定的，路径制定者对所有信息掌握在胸，并且信息均与时间无关。在这样的假定下，安排的路径也是相对固定的，因而这类车辆路径问题被称为确定型VRP。但是，客观世界存在着大量不确定性，反映在VRP中，可能会出现不确定的运输需求、不确定的顾客需求时间、交通拥挤、车辆故障等情况，这些不确定信息随着时间的推移会随机出现，需要适时改变车辆的运行路线，对已安排好的车辆路径进行及时调整。

前言<br>第1章 绪论<br>1.1 研究背景和意义<br>1.2 研究方法和思路<br>1.3 主要研究内容<br><br>第2章 车辆路径问题相关理论概述<br>2.1 VRP要素分析<br>2.2 不确定信息车辆路径问题的特征及要素<br>2.3 小结<br><br>第3章 求解车辆路径问题的各类启发式算法<br>3.1 引言<br>3.2 20世纪70～90年代产生的智能算法<br>3.3 20世纪90年代后产生的智能算法<br>3.4 小结<br><br>第4章 非实时UIVRPⅠ：随机车辆路径问题<br>4.1 引言<br>4.2 VRPSD<br>4.3 VRPSC<br>4.4 VRPSDP<br>4.5 小结<br><br>第5章 非实时UIVRPⅡ：模糊车辆路径问题<br>5.1 引言<br>5.2 ：FVRP的描述与模型构建<br>5.3 试验分析<br>5.4 小结<br><br>第6章 实时UIVRPⅠ：动态旅行修理员问题<br>6.1 引言<br>6.2 D17RP的体系结构<br>6.3 动态度与动态强度<br>6.4 动态信息数据的生成<br>6.5 仿真试验<br>6.6 小结<br><br>第7章 实时UIVRPⅡ：有时间窗动态车辆路径问题<br>7.1 引言<br>7.2 DVRPTW的描述<br>7.3 动态顾客生成的新模型<br>7.4 DVRPTW的优化算法<br>7.5 随机试验及分析<br>7.6 小结<br><br>第8章 结论与展望<br>8.1 主要结论<br>8.2 研究展望<br>参考文献