现代高技术条件下的信息化战争,具有很强的联合性、机动性、透明度和突发性。作战部队的物资需求已从“少品种、大批量、少批次、长周期”转变为“多品种、小批量、多批次、短周期”。这就对后勤保障及军事物流提出了更高要求。军事运输是军事物流的核心工作,军车调度又是军事运输系统中关键的一环,如何经济地安排车辆的运输路径,降低运输成本,是军事物流管理者面临的一个很重要的决策问题,引起了广大决策者和研究者的兴趣。遗传算法是一种自适应随机搜索算法,在解决物流配送车辆调度这类NP难(Non-Polynomial Hard)问题时,具有搜索空间大,自适应性和鲁棒性强等特点,是用来求解车辆调度优化问题一种较为理想的算法。但是由于遗传算法在搜索过程中容易陷入局部最优,以及初始种群的选择对算法的效果有较大的影响,所以用单纯的遗传算法解决车辆调度问题通常不能取得较好的结果。论文研究对象为部队基层军事运输工作中的军车调度优化问题。军事运输有其特有的特点和要求,为使研究问题更具针对性,确定论文研究重点为有时间窗的车辆调度问题。通过深入研究,针对军事运输的特殊性,提出了基于时间序列的单亲遗传算法来优化车辆调度方案,并配合父子竞争选择算子和多点交叉算子,以提高单亲遗传算法的搜索效率,加快收敛速度,较好地解决了遗传算法易早熟,且构造交叉算子复杂,搜索效率低的缺点,得到了较好的调度效果。论文在研究车辆调度优化问题的基础上,还设计出了军车调度管理信息系统,并将军车调度和管理集成到一起,从而使以前盲目性、定性化的军车调度管理工作问题具有了计划性、定量化和可操作性的优点,为深入研究“配送式”军事物流,提高基层部队后勤保障能力奠定一定的基础。