物流车辆调度一般模型及启发式算法求解现状及研究方向  

Current Situation and Research Direction of General Model and Heuristics for Logistics Vehicle Scheduling

作　　者：赵建峰[1] 梁伯栋[1] 

机构地区：[1]深圳职业技术学院,广东深圳518055

出　　处：《物流技术》2017年第12期119-123,共5页Logistics Technology

基　　金：2016深圳市科创委知识创新计划"基于云计算及车联网的智能车辆调度关键技术研究"(JCYJ20160429145314252);"基于单目摄像头实时视觉感知的自动驾驶决策关键技术研究"(JCYJ20160527162817715);"无线传感器网络低能耗分布式事件检测"(JCYJ20160407160609492);2016年广东省省级科技计划项目"无人驾驶汽车中基于计算机视觉技术的行车感知和控制系统开发"(2016A010101039);2015年深圳职业技术学院重点科研项目"无人驾驶汽车的视觉感知和行为控制研究"(601522k30007);深圳职业技术学院校青年基金"基于车联网的城市交通信息交互处理研究"(601522K30015)

摘　　要：对当前主流的物流车辆调度问题及其启发式求解方法进行了综述。在总结多个文献研究成果的基础上,抽象出了物流车辆调度的经典模型;然后从编码方式、迭代方式两个关键点对模型求解的启发式算法进行了详细分析;最后总结了当前主流的研究方向,并提出新能源、物联网及高效的编码方法是下一步物流车辆调度的研究方向。In this paper, we reviewed the current mainstream scheduling problem of the logistics vehicle and its heuristic solution. On the basis of summarizing the research results of a number of literatures, we abstracted the classic model of logistics vehicle scheduling; then we analyzed the heuristic algorithm for the solution of the model from two key points: coding method and iterative method; and finally, we summarized the direction of the current mainstream research efforts, and proposed that new energy, Internet of Things and efficient coding method were the next focus of the studies on logistics vehicle scheduling.

关 键 词：物流工程 物流车辆调度 启发式算法 新能源 物联网 

分 类 号：F259.2[经济管理—国民经济] F224