基于混合人工蜂群算法的容量約束車輛路徑優化

關鍵詞：組合優化；車輛路徑問題；人工蜂群算法；變鄰域搜索算子；容量約束；路徑優化

中圖分類號：F252 文獻標識碼：A 文章編號：2096-7934（2025）04-0097-16

一、引言

進入21世紀以來，我國互聯網行業蓬勃發展，移動互聯網行業實現了彎道超車，基于互聯網及移動互聯網的電商新業態和新模式極大促進了消費者的個性化需求。但電商物流長期存在的“最后一公里”、配送效率等問題尚未完全解決，面對當前業務及市場需求的快速擴張，其末端配送環節將面臨更大的壓力。

電商物流末端配送的核心問題是容量約束車輛路徑問題（Capacitated Vehicle Routing Problem， CVRP），CVRP是運籌學領域的經典問題，是NP-hard組合優化問題，在當前電商物流配送實際作業環節中具有極為廣泛地應用背景［1］。CVRP研究多以服務所有客戶的總車輛行駛路徑最小為目標，在滿足最大車載量約束條件下，達到降低物流配送成本、減少配送時間的目的。對CVRP的研究能為作業環境日趨復雜的電商物流提供通用性強的基礎優化框架，改進其路徑優化方案，縮短配送距離，提升配送時效，滿足末端配送客戶的綜合服務需求，更穩定和高效的CVRP求解方案也能為資源配置、業務調度等組合優化問題提供解決思路和參考依據。

對CVRP的研究受到了諸多學者的廣泛關注，其重點主要集中于求解算法的研究及改進，主要包括精確算法、啟發式算法以及超啟發式算法等。在精確算法方面，劉（Liu）和羅（Luo）等［2］應用分支定界算法求解了具有分組約束的兩級容量車輛路徑問題，設計了五簇有效不等式強化0-1整數規劃模型，通過與CPLEX的對比驗證了模型及算法的有效性。……