北京师范大学珠海分校
本科生毕业论文（设计）开题报告
理论和实践的意义及可行性论述
(包括文献综述) 理论和实践的意义：当前，现代物流是企业继续降低物资消耗、提高劳动生产
率后的第三利润源泉。

但我国物流企业的运输成本普遍偏高。

其中很重要一个
原因就是对配送车辆运输路线规划不科学。

要想降低运输成本，离不开对配送
路线的优化和配送车辆的合理安排。

对物流配送车辆行驶路径进行优化，可以降低物流成本，节约运输时间，是提高物流经济效益的有效手段。

可行性论述：配送路径优化问题是典型的优化组合问题，具有很高的计算复杂
性。

但遗传算法解决作为一种有效的全局搜索方法具有隐并行性和较强的鲁棒性，在解决非线性的大规模复杂问题上具有很好的适应性，适合于对VPR问
题进行优化求解。

标准遗传算法虽然未必每次都能找到最优解，但通过对标准
遗传算法进行改进，完全可以在有限时间内对较复杂的VPR问题计算出次优
解或可行解。

因此，用遗传算法来解决物流车辆调度问题还是完全可行的。

文献综述：
[1]朱剑英•非经典数学方法[M].武昌：华中科技大学出版社，2001
[2]李敏强，寇纪淞，林丹，李书全•遗传算法的基本理论与应用[M].北京：科
学技术出版社，2002
[3]孙丽丽•物流配送中车辆路径算法分析与研究[D].上海：上海海事大学，2007
[4]盖杉.基于遗传算法的物流配送调度系统
[D].长春：长春理工大学，2007
[5]高运良，基于免疫遗传算法的物流配送V RP 求解[D].武汉：武汉科技大学，
2007
论文撰写过程中拟采取的方法和手段
本论文主要采用遗传算法作为解决物流配送路径优化问题的主要算法。

但由于标准遗传算法具有“早熟收敛”的缺陷，有可能使算法陷入局部最优解。

论文还将尝试通过把其他算法和遗传算法相结合，来有效控制早熟现象的发生。

为了快速得到任意两个配送点之间的最优路线。

本论文还拟采用佛洛依德
算法构造配送路线的地理数据库的方式来对路线网络进行预处理。

从而减少整
个算法的时间复杂度和空间复杂度。