配送调度优化方法

调度部门是配送运输的指挥中心。该部门可根据客户所需的货物、配送中心站点及交通线路的布局不同，采用定向专车运行调度法、循环调度法和交叉调度法等；如果运输任务较重，交通网络较复杂，为合理调度车辆的运行，可采用线性规划的方法，如最短路径法、表上作业法和图上作业法等。

货运车辆优化调度问题根据不同性质具体可分为以下6类。

① 按照运输任务分为纯装问题、纯卸问题及混合装卸问题。

② 按照车辆载货状况可分为满载问题和非满载问题，满载问题是指货运量大于一辆车的容量，完成所有任务需要多辆运输车辆；非满载问题是指车的容量大于货运量，一辆车即可满载货运要求。

③ 按照车辆类型可分为单车型问题和多车型问题。

④ 按照车辆是否返回车场可分为车辆开放问题和车辆封闭问题。车辆开放问题是指车辆不返回其出发车场，车辆封闭问题是指车辆必须返回其出发车场。

⑤ 按照优化的目标可分为单目标优化问题和多目标优化问题。

⑥ 按照有无休息时间要求可分为有休息时间的调度问题和无休息时间的调度问题。

实际中的车辆优化调度问题可能是以上分类中的一种或几种的综合。

求解车辆优化调度问题的方法可分为精确算法、启发式算法和智能算法。精确算法主要有分枝定界法等；启发式算法主要有构造算法、两阶段法（C-W算法）等；智能算法分为神经网络方法、遗传算法和模拟退火算法等。精确算法的计算量随着车辆优化问题规模的增大呈指数增长，如当卸货点的数目超过20个时，采用精确算法求解最短运输路径的时间在几个小时。因此，精确算法不适合求解大规模的车辆优化调度问题。启发式算法并不追求问题的最优解，而是强调问题解的满意性，只要决策者认为所得到的解能够较好地满足要求就可以了。