车辆路线安排问题(Vehicle Routing Problem,VRP)已成为近几十年来运筹学领域研究最活跃、成果最精彩的方向之一。由于国际高度重视电子商务的发展,快递行业得以获取广阔市场,进一步促进快递业务量的上升。尽管如此,由于集散网节点建设不到位、指挥调度系统的落后以及缺乏科学管控的疏运制度等原因,继而导致出现高成本、低效率、较差的运输一致性等现象。比起只包含车辆载重量约束的VRP,带时间窗的车辆路线安排问题(Vehicle Routing Problem with Time Windows,VRPTW)能更好地反映快递服务的实际情况。基于快递配送效率低下的现状,加上快递高时效性的特点,该问题的研究及应用,具有重要的理论和现实意义,可以显著地降低快递企业的配送费用。本文在前人研究的基础上,重点对建模技术及遗传算法编码方案进行了研究。主要研究内容如下:第一,构建优化模型。依据调研中快递企业存在旺季或特殊节假日时单个快递网点需求量超过最大车辆容量的派送问题,构建带有单边时间窗约束、巡回配送与满载直配相结合的快递车辆区内运输路线安排模型。第二,遗传算法设计。根据模型特点,利用罚函数法和特定实值编码处理配送中心容量约束、运输工具容量约束、时间窗约束和其他约束条件。为了保证算法具备良好的搜索性能,对算子进行选择,采用随机遍历抽样和适应度重插入法;凭借多点交叉法和变化变异率法相配合的遗传操作,更好地完成寻优过程,避免收敛出现过早。第三,应用及数值结果。给出S快递公司运输车辆和营业网点的相关数据,根据设计的遗传算法,通过MATLAB软件编程、计算能获取一个满意的解,给出较理想的运输路线方案且具有较高运算效率;凭此着眼于参数设置,分析其如何影响算法,对模型与算法进行验证,表明其可行性及有效性。在此基础上提出应用对策,为快递企业提高派送效率和降低运输成本提供辅助决策工具。