车辆调度问题在现实生活中有着广泛应用,也是现代物流配送系统中的重要环节,因此,论文的选题有着重要的理论意义和应用前景。本文对几类车辆调度问题进行了研究,具体内容如下:在第二章,根据带时间窗车辆调度问题的特点,本文构造了具有容量和时间窗约束的车辆调度模型,并通过改进的遗传算法求解该问题。利用罚函数法把时间窗约束和车辆容量约束转化为目标函数,在自然编码的标准遗传算法的基础上,增加了最佳保留策略,采取了最大保留交叉来保留父代的优良特性。数值算例表明了给出算法的可行性和有效性。在第三章,对物流配送中不考虑时间要求的车辆调度问题也称为车辆路径问题。本文提出了一种求解随机旅行时间车辆路径问题的混合粒子群算法(HPSO),构造了考虑车辆容量的机会约束模型,设计了求解车辆路径问题的实数编码方案,将其转化为准连续问题,并通过动态邻域算子和可变惯性权重进行联合演化来求得全局最优解,并与标准粒子群算法和遗传算法进行了比较。在第四章,针对灾难发生时运送应急物资车辆的调度问题,本文建立了基于连续消耗的多资源应急调度问题的“应急时间最短,出救点数目最少”两层优化数学模型。根据应急物资的急需程度,对每一种资源赋予一定的权重,从而将应急资源以一定顺序排列,在满足连续消耗和应急时间最短的基础上,利用所提出的判据及算法,给出了资源的最优调度方案。最后提出了有待进一步研究的问题。