满载车辆调度问题是物流运输领域中一个非常值得研究的问题。物质流通成本的相当一部分发生在具体的车辆运输中,因而稍微的节约都会导致流通成本的大幅下降。通过科学合理的方法确定运输路线和时间,不仅可以降低运作成本,还可以加快物质配送速度、提高运营效益和保证顾客服务水平。但是由于具体的调度问题中存在各种各样的约束条件和优化目标,使得车辆调度成为运输运作中的一个难点。本文重点研究具有时间窗约束等多种约束条件的满载车辆调度问题。 首先介绍了课题的研究背景和研究现状,对车辆调度问题目前的研究进展情况进行简要的回顾并对当前研究存在的问题做出总结。进而确立本文的研究内容和研究框架。 而后描述了满载车辆调度问题,包括定义、研究目标、构成要素和问题分类。在此基础上介绍了目前用于解决该问题的几种优化算法,既有分支定界、列生成等精确算法,也有节约法、遗传算法等启发式算法。并重点研究了调整的节约算法在满载车辆调度中的应用,针对带最长时限和时间窗约束的静态满载问题,建立了相应的数学模型并构造了基于节约法的启发式算法来求解问题。 再者重点研究了约束规划及其在车辆调度中的应用软件产品Dispatcher。介绍了约束规划的特点与实质,建模的一般步骤与建模技巧,模型的解搜索框架及关键要素—约束一致与约束传播。简要介绍了Dispatcher的应用特点与建立车辆调度模型的主要要素及其意义;并详细介绍了Dispatcher求解车辆调度模型的算法—两阶段方法,并对其初始解构造算法和改进算法做出了详细的说明与分析。 然后重点研究了启发式算法和约束规划软件—车辆调度产品Dispatcher在一个实际满载车辆调度问题中的应用。通过介绍了W公司的车辆运营业务特点,清晰描述了该问题涉及的要素,分析了现存车辆调度方案的合理之处与问题所在,对于不当之处从策略层和执行层给出应对策略。根据分析的结果,针对问题特点给出两类方法,第一类应用启发式调度算法解决其废钢模块车辆调度问题;第二类以Dispatcher为建模平台,嵌套前面介绍的初始解构造算法和改进算法来解决其钢渣模块的车辆调度问题。根据客户出示的用户报告和收集到的数