遗传算法（GA）求解车辆路径问题（VRP）——matlab实现

导语：车辆路径问题（vehicle routing problem，VRP）是比较经典的运筹学优化问题，在离散组合优化中研究较多，并在物流行业有着很强的应用价值，通过优化车辆行驶路径，能有效节省物流配送成本。车辆路线问题最早是由Dantzig和Ramser于1959年首次提出，由于配送路径优化问题是一个 NP-hard问题，因此，采用启发式算法求解该问题就成为人们研究的一个重要方向。经过全世界专家学者的不断研究，车辆路线问题研究取得了大量成果，在问题模型方面扩展了约束条件、优化目标等，更加符合现实生产生活场景，在求解方法方面主要通过启发式方法、精确方法、智能算法等，不断提高求解质量。本文本着学习交流的态度，从最基本的车辆路径问题入手，学习如何使用遗传算法求解车辆路径问题。

1、车辆路径问题概述

• 车辆路径问题(vehicle routing problem，VRP)给定一组有容量限制的车辆的集合、一个物流中心（或供货地）、若干有供货需求的客户，组织适当的行车路线，使车辆有序地通过所有的客户，在满足一定的约束条件（如需求量、服务时间限制、车辆容量限制、行驶里程限制等）下，达到一定的目标（如路程最短、费用极小、时间尽量少、使用车辆数尽量少等）。
• 本文以中国知网发表的高引用文章作参考，以配送总里程最短为目标函数，约束条件满足：(1)每条配送路径上各客户的需求量之和不超过配送车辆的载重量；(2)每条配送路径的长度不超过配送车辆一次配送的最大行驶距离；(3)每个客户的需求必须满足，且只能由一台配送车辆送货。（车