劉 鎮(zhèn)，徐優(yōu)香，王 譯

（江蘇科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，江蘇 鎮(zhèn)江 212003）

物流配送信息化是物流發(fā)展的趨勢，冷鏈物流配送信息化過程中存在的問題有：運(yùn)輸車輛實(shí)時(shí)路況信息的獲取，物流車輛的配送路線的快速計(jì)算，運(yùn)輸車輛動(dòng)態(tài)信息的實(shí)時(shí)獲取等，這些都是在提高配送效率方面亟待解決的問題。雖然目前國內(nèi)對物流車輛路徑問題的研究已有一定的成果[2]，但是研究還處于初級階段，仍處在進(jìn)一步研究和探討的問題，主要有以下幾個(gè)方面：

1）研究的問題大部分是對確定性問題的研究，即冷鏈物流中心、冷藏產(chǎn)品需求量、車輛的位置都是確定的，對復(fù)雜情況下路徑問題的研究比較少。

2）對于實(shí)際冷鏈物流配送中的多種不確定性[1-2]因素，在現(xiàn)有的研究中主要集中在針對單一因素引起的動(dòng)態(tài)車輛路徑問題的研究，對實(shí)際冷藏車的位置、交通路況、天氣等因素較少綜合考慮。

3）冷鏈物流動(dòng)態(tài)車輛路徑問題對實(shí)時(shí)性的要求較高，需要在有效的時(shí)間范圍內(nèi)處理各種變化的信息，并提供計(jì)算結(jié)果，則處理該類問題的并行算法需要進(jìn)一步分析和研究。

4）現(xiàn)有的配送車輛路徑問題的研究中，針對冷鏈物流這種特殊物流車輛路徑問題的研究比較少。

本文利用云中心中多源海量信息，采用云處理方法研究冷鏈物流配送實(shí)時(shí)車輛路徑優(yōu)化問題。

1 冷鏈物流配送車輛路徑優(yōu)化問題探討

1.1 冷鏈物流的特點(diǎn)

與常溫物流相比，冷鏈物流具有以下特點(diǎn)[3]：

1）產(chǎn)品具有易腐性，冷鏈物流配送的貨物為生鮮產(chǎn)品、速凍食品、藥品等，配送過程中由于各種原因會(huì)使產(chǎn)品質(zhì)量逐漸下降。

2）產(chǎn)品具有時(shí)效性，由于冷場產(chǎn)品具有易腐蝕性，且生命周期比較短，其生產(chǎn)、貯存、配送和銷售要在短時(shí)間內(nèi)完成。

3）對運(yùn)輸裝備具有特殊要求，由于一天中氣溫會(huì)隨著時(shí)間推移而放生變化，因此在不同的氣溫下為了維持產(chǎn)品在適宜的低溫環(huán)境下，配送的車輛必須為冷藏車。

鑒于以上特點(diǎn)研究冷鏈物流配送車輛路徑優(yōu)化的問題，其目的是快速的為冷藏車提供實(shí)時(shí)最優(yōu)路徑，降低配送成本，提高配送效率。

1.2 云計(jì)算環(huán)境下冷鏈物流配送車輛路徑優(yōu)化的優(yōu)勢

基于云計(jì)算的冷鏈物流配送車輛路徑優(yōu)化問題的數(shù)學(xué)模型本質(zhì)上與傳統(tǒng)冷鏈物流配送車輛路徑優(yōu)化問題的數(shù)學(xué)模型是一樣的，均為通過合理安排車輛的配送路線和行車時(shí)間，使目標(biāo)函數(shù)最優(yōu)，即配送時(shí)間最短和成本最低，區(qū)別在于模型前提條件的構(gòu)建，傳統(tǒng)優(yōu)化模型中所有的因素（貨物需求量、客戶位置、冷藏車載重量等）都是確定的，而基于云計(jì)算的冷鏈物流的車輛路徑優(yōu)化模型中有些因素（車輛的實(shí)時(shí)位置、行駛車速、車廂環(huán)境等）是動(dòng)態(tài)變化的，該模型能有效的降低冷鏈物流配送成本和時(shí)間，提高服務(wù)效率，更具有實(shí)用價(jià)值，基于云計(jì)算[4]的冷鏈物流配送車輛路徑優(yōu)化服務(wù)具有以下優(yōu)勢。

1）云計(jì)算將各種分散獨(dú)立的應(yīng)用資源集中在同一個(gè)平臺下。云中心中有豐富的海量信息資源，如構(gòu)建冷藏車優(yōu)化模型所需的實(shí)時(shí)交通信息、天氣信息、物流信息等，用戶通過統(tǒng)一接口獲取所需多源數(shù)據(jù)資源，實(shí)現(xiàn)所需物流配送業(yè)務(wù)的自適應(yīng)。

2）云模式中將所有計(jì)算、應(yīng)用資源集中起來，通過軟件自動(dòng)管理，在云端以服務(wù)形式向用戶提供基礎(chǔ)架構(gòu)、應(yīng)用服務(wù)、軟硬件資源等，冷鏈物流企業(yè)通過SaaS（軟件即服務(wù)）模式取得所需服務(wù)，不需要購買昂貴的硬件設(shè)備，也無需負(fù)擔(dān)頻繁的升級維護(hù)費(fèi)用，只需支付低廉的服務(wù)費(fèi)用即可所需的服務(wù)，提高物流的配送服務(wù)效率。

3）云計(jì)算實(shí)現(xiàn)資源開放和統(tǒng)一訪問，在云計(jì)算上構(gòu)建冷鏈物流車輛路徑優(yōu)化應(yīng)用服務(wù)，則用戶通過統(tǒng)一的接口就可以獲得物流配送的信息資源，構(gòu)建自己的應(yīng)用。

1.3 云計(jì)算中冷鏈物流配送的應(yīng)用模式

云數(shù)據(jù)中心有交通信息、天氣信息、路段信息、地理信息等多源的海量信息，利用這些信息建立于云計(jì)算的冷鏈物流配送車輛路徑優(yōu)化服務(wù)平臺（其架構(gòu)圖如圖1所示）。

圖1中底層資源層包括各種服務(wù)器、網(wǎng)絡(luò)等硬件設(shè)備，以及各種分散的冷鏈物流系統(tǒng)外的應(yīng)用資源如交通、天氣等系統(tǒng)，通過虛擬化技術(shù)將存儲虛擬化、網(wǎng)絡(luò)虛擬化和服務(wù)虛擬化，形成龐大的資源池，其中在構(gòu)建冷鏈物流配送車輛路徑優(yōu)化的服務(wù)平臺的應(yīng)用中，將分散的冷鏈物流系統(tǒng)外的應(yīng)用資源通過虛擬化技術(shù)將數(shù)據(jù)集成形成車輛優(yōu)化服務(wù)的中間件，并提供統(tǒng)一的訪問接口，從而為上層的服務(wù)平臺的構(gòu)建提供資源支撐。

圖1中冷鏈物流配送車輛路徑優(yōu)化的服務(wù)平臺通過優(yōu)化模型的求解實(shí)現(xiàn)冷鏈物流配送車輛的動(dòng)態(tài)路徑優(yōu)化，該平臺向下連接資源層，動(dòng)態(tài)的聚合所有資源，向上通過接口為用戶提供可靠的最優(yōu)路徑。

圖1中上層服務(wù)應(yīng)用層通過提供的服務(wù)的接口，用戶可以通過網(wǎng)絡(luò)隨時(shí)、隨地接入應(yīng)用服務(wù)層，訪問需求的冷鏈物流配送車輛的動(dòng)態(tài)路徑優(yōu)化服務(wù)，接入服務(wù)平臺的方式可以為Web服務(wù)接口、瀏覽器、桌面應(yīng)用程序及移動(dòng)終端等。

圖1 基于云計(jì)算的冷鏈物流配送車輛路徑優(yōu)化架構(gòu)圖Fig.1 Cloud-based cold chain logistics distribution vehicle routing optimization architecture diagram

基于云計(jì)算的冷鏈物流配送車輛路徑優(yōu)化服務(wù)平臺，能夠有效的解決冷鏈物流配送車輛實(shí)時(shí)路徑優(yōu)化中對實(shí)時(shí)信息的需求。平臺中通過統(tǒng)一訪問接口獲取云數(shù)據(jù)中心中所需的多源數(shù)據(jù)信息資源，分析冷鏈物流配送的綜合成本和配送時(shí)間，構(gòu)建冷鏈物流車輛出行的路徑優(yōu)化模型，并利用云中心的計(jì)算資源，在有效的時(shí)間內(nèi)快速的計(jì)算出有效的實(shí)時(shí)優(yōu)化路徑，提高物流服務(wù)效率，使冷鏈物流的配送成本達(dá)到精細(xì)化的管理。

2 基于云計(jì)算的配送車輛路徑優(yōu)化模型

2.1 冷鏈物流車輛配送路徑問題描述

根據(jù)圖1構(gòu)建冷鏈物流配送車輛路徑優(yōu)化的架構(gòu)，其優(yōu)化模型的最終目標(biāo)為車輛行駛總時(shí)間和配送成本最優(yōu)，但是當(dāng)獲取的信息源變化時(shí)，其優(yōu)化模型會(huì)有差異。在此以獲取云中心的實(shí)時(shí)交通信息為例，建立冷鏈物流配送車輛實(shí)時(shí)路徑優(yōu)化模型，需滿足的約束條件如下：

1）實(shí)時(shí)提取冷藏車所在位置的路段的車速和道路信息；

2）每個(gè)客戶的總需求量不超過車輛的最大裝載量；

3）每條配送運(yùn)輸路徑的總長度不能超過車輛一次配送的最大行駛距離；

4）貨物在一定的時(shí)間范圍內(nèi)到達(dá)，若超過時(shí)間范圍，則支付一定的罰金；

5）配送過程中車廂內(nèi)環(huán)境溫濕度要在一定的范圍內(nèi)，否則將影響客戶對產(chǎn)品的滿意度；

6）道路寬度大于車輛的寬度。

數(shù)學(xué)描述：冷藏車從物流中心的倉庫出發(fā)，車輛一次配送的最大行程為S，冷藏車的最大裝載量為Q，車輛的寬度為L，為N個(gè)客戶供貨，已知每個(gè)客戶點(diǎn)i的位置及貨物的需求量qi，客戶i到j(luò)的運(yùn)輸時(shí)間為tij，集合Rk表示第k條路徑，其中集合元素rki為客戶rki在路徑k中的順序?yàn)閕，設(shè)rk0表示車輛出發(fā)的配送中心，車輛在第k條路徑上的實(shí)時(shí)速度為Vk，云計(jì)算中心獲取的實(shí)時(shí)路網(wǎng)信息Lk，以車輛配送時(shí)間和成本為目標(biāo)函數(shù)。

2.2 冷鏈物流配送車輛路徑優(yōu)化模型

對冷藏車輛路徑優(yōu)化模型的分析包括配送時(shí)間和配送成本的分析，在架構(gòu)中通過統(tǒng)一的接口訪問交通信息云，獲取車輛所在位置的交通信息進(jìn)行配送時(shí)間分析，配送綜合成本分析包括固定成本、運(yùn)輸成本、貨損成本、能源成本和懲罰成本的分析。

2.2.1 配送時(shí)間分析

通過在云中心的實(shí)時(shí)交通信息中獲取車輛行駛中所在路段的實(shí)時(shí)交通信息，進(jìn)行配送時(shí)間的計(jì)算。車輛所在位置路段平均車速Vi、車道寬度LRi及允許通行車輛的噸位。根據(jù)Vi的大小判斷路段的交通擁堵程度和預(yù)測車輛經(jīng)過所需的時(shí)間tj（j-1）。當(dāng)Vi=0時(shí)，表示該路段當(dāng)前處于擁擠狀態(tài)，只有當(dāng)車道寬度LRi大于車輛寬度L并且允許通行車輛的噸位QRi大于車輛的總噸位Q時(shí)，路徑i才有被選擇的可能，因此車輛完成配送的總行駛時(shí)間T如公式（1）所示。

2.2.2 配送綜合成本的分析

1）固定成本

運(yùn)輸車輛的固定成本C1有駕駛員和押運(yùn)員的工資和車輛損耗的成本，C1=f為常數(shù)。

2）運(yùn)輸成本

車輛的運(yùn)輸成本C2包括車輛的油耗、維修和保養(yǎng)成本，與車輛行駛的里程數(shù)呈正比，如公式（2）所示。

cij為冷藏車在路段（vi，vj）上的運(yùn)輸成本，并且cij=cji，其中xij用0，1表示，xij=1表示冷藏車經(jīng)過了路段（vi，vj），否則xij=0。

3）冷藏品損壞成本

冷藏品的損壞成本包括3種情況：第一，由于運(yùn)輸時(shí)間和卸貨時(shí)間的長短造成的貨損；第二，服務(wù)顧客時(shí)，車廂門的頻繁開啟造成車廂內(nèi)的冷空氣與外界空氣交替流動(dòng)，導(dǎo)致車廂內(nèi)溫度上升，使冷藏品遭到損壞；第三，由于路況的好壞程度，使冷藏品遭到損壞。冷藏品損壞成本用C3表示，如公式（3）所示。

其中，r表示產(chǎn)品的單價(jià)，λj為0，1變量，λj=1表示該冷藏車服務(wù)客戶j，否則λj=0；α1為產(chǎn)品運(yùn)送過程中損壞的比例；tij表示客戶i到客戶j所用的時(shí)間；α2表示產(chǎn)品在車廂門開啟及裝卸過程中損壞的比例；βj為客戶j的貨物的數(shù)量；α3表示車輛運(yùn)輸過程中造成產(chǎn)品損壞的比例；sij表示客戶i到客戶j之間的里程數(shù)。

4）冷藏車輛的能源成本

冷藏車的能源成本主要是消耗制冷劑的成本。制冷劑消耗量跟車廂的傳熱系數(shù)、車廂內(nèi)的溫度、車體內(nèi)外的表面積及外界的溫度有關(guān)。制冷劑消耗量的計(jì)算公式，如公式（4）所示。

其中G表示制冷劑的消耗量，a為常數(shù)；b為傳熱系數(shù)；S為車體內(nèi)外的平均表面積，Δt為車廂內(nèi)外的溫度差。則車輛行駛中的制冷成本用C4表示，如公式（5）所示。

其中r1為制冷劑的價(jià)格，tij為從客戶i到客戶j的時(shí)間，xij為0，1變量。

打開車門時(shí)外界空氣直接與冷藏車內(nèi)的空氣對流，發(fā)生冷熱交替，因此計(jì)算打開車廂門的制冷成本只需計(jì)算由車門的熱交換而消耗制冷劑的成本，用C5表示，如公式（6）所示。

其中ti為車輛在客戶i停留和等待的時(shí)間，S為車門的面積。

5）超出客戶配送時(shí)間的懲罰成本

向客戶配送貨物有時(shí)間限制，在此采用軟時(shí)間窗的限制方法進(jìn)行處理，即對客戶需求的貨物在一定的時(shí)間范圍內(nèi)到達(dá)，若未能按時(shí)到達(dá)，則將對物流配送企業(yè)給予一定的罰金。則因不在時(shí)間窗內(nèi)將產(chǎn)品送到客戶點(diǎn)而產(chǎn)生的處罰成本用C6表示，如公式（7）所示。

其中ω1、ω2分別表示冷藏車輛早于和晚于時(shí)間窗將貨物卸下而帶來的損失成本。sj為車輛到達(dá)客戶j的時(shí)刻，tj為車輛在客戶j處等待的時(shí)間。

6）其他成本

冷藏品配送過程中，在有時(shí)間限制條件下，會(huì)產(chǎn)生其他費(fèi)用如：在高速路上行駛產(chǎn)生高速的收費(fèi)成本等。用C7表示，如公式（8）所示。

其中，式（9）將時(shí)間和成本作為優(yōu)化的目標(biāo)函數(shù)，模型求解時(shí)根據(jù)其在實(shí)際冷鏈物流中的重要性賦予一定的權(quán)重W1和W2。式（10）為冷藏車配送總時(shí)間，等于車輛的行駛時(shí)間和其在客戶處的總停留時(shí)間之和。式（11）為冷藏車配送成本等于固定成本、運(yùn)輸成本、損壞成本、能耗成本、懲罰成本之和。式（12）保證運(yùn)輸路徑上各客戶的貨物需求量之和小于車輛的最大裝載量。式（13）保證車輛每次配送行駛的最大距離小于車輛的最大行駛距離。式（14）為車輛到達(dá)下一個(gè)客戶點(diǎn)的時(shí)刻＝車輛到達(dá)當(dāng)前客戶時(shí)刻+在當(dāng)前客戶等待卸貨時(shí)間+在當(dāng)前客戶卸貨時(shí)間+從當(dāng)前客戶到達(dá)下一客戶的行駛時(shí)間。式（15）表示車輛在客戶處等待時(shí)間由服務(wù)時(shí)間窗開始時(shí)刻和車輛到達(dá)客戶的時(shí)刻決定，到達(dá)時(shí)刻早于服務(wù)時(shí)間窗開始時(shí)刻，則車輛在客戶處等待，到達(dá)時(shí)刻晚于服務(wù)時(shí)間窗，則等待時(shí)間為0。式（16）保證每個(gè)客戶都被運(yùn)輸車輛服務(wù)到。式（17）保證每個(gè)客戶由一輛冷藏車服務(wù)。式（18）保證行駛路段路寬大于車輛的寬度。

3 路徑優(yōu)化模型求解

并行計(jì)算是云計(jì)算應(yīng)用具體實(shí)現(xiàn)的關(guān)鍵技術(shù)，因此，本文在云計(jì)算環(huán)境下，利用云中心的計(jì)算資源，采用粗粒度并行遺傳算法[5－10]對冷藏車路徑實(shí)時(shí)優(yōu)化模型進(jìn)行求解，可以加快優(yōu)化路徑的計(jì)算效率。其流程圖如圖2所示，隨機(jī)生成m*n個(gè)子群體分布在可行集內(nèi)，依處理器個(gè)數(shù)將群體分割成m個(gè)子群體，每個(gè)子群體有n個(gè)個(gè)體，每個(gè)子群體在不同的處理器上獨(dú)立的并發(fā)執(zhí)行遺傳操作，每個(gè)子群體最后都會(huì)找到一個(gè)或多個(gè)局部極值點(diǎn)，通過子群體之間的信息傳遞，使采樣點(diǎn)集中在最優(yōu)解的區(qū)域，經(jīng)過t次操作后搜索出最優(yōu)個(gè)體。其實(shí)現(xiàn)步驟如下：

圖2 并行化遺傳算法流程圖Fig.2 Parallel genetic algorithm flowchart

步驟1：種群初始化：通過隨機(jī)方法產(chǎn)生m*n個(gè)體，每個(gè)個(gè)體對應(yīng)一個(gè)解，形成初始種群；

步驟2：將初始種群平均分為m個(gè)子種群；步驟3：主循環(huán)開始While i≠t do

步驟3.1：while k≠n do

步驟3.1.1：染色體編碼：根據(jù)冷鏈物流車輛路徑特點(diǎn)，對產(chǎn)生的種群進(jìn)行二進(jìn)制編碼；

步驟3.1.2：計(jì)算函數(shù)的適應(yīng)度值：算法使用適應(yīng)值來評估個(gè)體所對應(yīng)行車路徑的優(yōu)劣，個(gè)體適應(yīng)度越大則被遺傳到下一代的概率越大，本文中適應(yīng)值函數(shù)取目標(biāo)函數(shù)的倒數(shù)；

步驟3.1.3：選擇：從種群中選擇適應(yīng)環(huán)境的個(gè)體，適應(yīng)值越高的個(gè)體被選擇的幾率就越大；本文采用輪轉(zhuǎn)法作為選擇方法，選擇概率為為種群個(gè)數(shù)；

步驟3.1.4：交叉：對兩個(gè)不同個(gè)體的相同位置的基因進(jìn)行交換，產(chǎn)生新的個(gè)體，采用OX方法進(jìn)行交叉；

步驟3.1.5：變異：以相同的變異率改變?nèi)旧w的一個(gè)或幾個(gè)基因，每條染色體的變異幾率相同；

步驟3.1.6：生成下一代個(gè)體；

步驟3.2：選取適應(yīng)度值較好的個(gè)體；

步驟4：獲取最優(yōu)個(gè)體；

步驟5：輸出結(jié)果。

4 實(shí)驗(yàn)仿真

根據(jù)利用實(shí)時(shí)交通信息建立的模型在云計(jì)算冷鏈物流配送車輛路徑優(yōu)化服務(wù)平臺中的處理過程如圖3所示。

圖3 模型仿真工作原理圖Fig.3 Schematic diagram of the model simulation work

為了驗(yàn)證云計(jì)算環(huán)境下求解的有效性，本文以鎮(zhèn)江恒偉物流公司的冷藏車向客戶運(yùn)送冷藏土豆條為例。配送中心編號為”0”，客戶i的需求量qi，卸貨時(shí)間si，客戶之間位置如表1及要求服務(wù)時(shí)間范圍如表2所示。配送車輛在最大載重量為4.5t，車輛從配送中心出發(fā)，假設(shè)車輛固定成本f＝1 000，單位運(yùn)輸成本c0＝4，車內(nèi)溫度為－10℃，車外溫度為30℃，車輛使用液態(tài)氮為制冷劑，每千克液氮價(jià)格假設(shè)為4.5元，則a＝0.91，b＝4.5，S＝16，K＝1，Δt＝50，懲罰成本為5元/分鐘，設(shè)冷藏車要向8個(gè)客戶配送土豆條。設(shè)定種群大小N為30，交叉概率Pc為0.7，變異概率Pm為0.05，最大迭代次數(shù)T為500。

表1 各客戶點(diǎn)的距離Tab.1 Distance of each customer

表2 客戶時(shí)間窗范圍及需求量Tab.2 Scope of the customer time windows and the demand of goods

根據(jù)配送中心對車輛配送成本和配送時(shí)間的關(guān)注程度不同設(shè)置不同的比重，模擬云中心實(shí)時(shí)路況信息，實(shí)驗(yàn)環(huán)境為同一個(gè)局域網(wǎng)內(nèi)4臺PC機(jī)組成。情況1：令W1＝0，W2＝1，得到最優(yōu)路徑：0－6－7－3－1－4－2－8－5，總成本為1 620元，總里程數(shù)為72 km，車輛行駛時(shí)間為2.17小時(shí)，計(jì)算時(shí)間為10.79 s；情況2：令W1＝1，W2＝0，得到的最優(yōu)路徑：0－5－6－7－2－4－3－1－8，車輛行駛時(shí)間為1.84小時(shí)，總成本為1 736元，總里程數(shù)為76 km，計(jì)算時(shí)間為11.56 s。計(jì)算結(jié)果均在有效的時(shí)間范圍內(nèi)得出最優(yōu)路徑，同時(shí)，根據(jù)對對車輛配送成本和配送時(shí)間的關(guān)注程度不同，所計(jì)算結(jié)果的時(shí)間和花費(fèi)也不一樣，同時(shí)，在W1＝0，W2＝1時(shí)采用不同個(gè)數(shù)的處理機(jī)，算法執(zhí)行的時(shí)間也不一樣，在一定程度上處理器個(gè)數(shù)越多，其計(jì)算時(shí)間越短。如表3所示。

表3 不同個(gè)數(shù)處理器執(zhí)行時(shí)間比較Tab.3 Comparison of different processors execution time

5 結(jié)束語

文中介紹了冷鏈物流相對常溫物流的特殊性，分析了采用云計(jì)算進(jìn)行冷藏車輛實(shí)時(shí)路徑優(yōu)化的意義。利用云計(jì)算技術(shù)通過統(tǒng)一的接口獲取實(shí)時(shí)路徑優(yōu)化所需的實(shí)時(shí)多源信息，建立了冷鏈物流配送車輛路徑優(yōu)化的應(yīng)用服務(wù)架構(gòu)。本文并在該架構(gòu)下，獲取實(shí)時(shí)交通信息，分析冷藏車輛的行駛速度和路況，計(jì)算配送的總時(shí)間，同時(shí)對冷藏配送的固定成本、運(yùn)輸成本、能源成本、貨損成本、懲罰成本等進(jìn)行分析，以配送的總時(shí)間和成本為依據(jù)建立了冷鏈物流配送車輛路徑優(yōu)化模型；根據(jù)并行計(jì)算是實(shí)現(xiàn)云計(jì)算應(yīng)用的關(guān)鍵技術(shù)，本文利用利用粗粒度并行遺傳算法對模型進(jìn)行求解，仿真結(jié)果驗(yàn)證了基于云計(jì)算冷鏈物流車輛路徑優(yōu)化方法的有效性，提高了配送服務(wù)效率。

[1]劉云霞，彭鴻廣，曹玉華，等.不確定信息的物流配送實(shí)時(shí)車輛優(yōu)化調(diào)度策略[J].浙江科技學(xué)院學(xué)報(bào)，2008，20（4）：289－291，320.LIU Yun-xia，PENG Hong-gang，CAO Yu-hua.Strategy of vehicle optimal scheduling about logistics delivery based on indeterminate information,Journal of Zhejiang University of Science and Technology，2008，20（4）：289－291，320.

[2]白世貞，丁旭.動(dòng)態(tài)行程時(shí)間車輛路徑規(guī)劃問題研究[C].//第十三屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集，2011：53－58.

[3]蘇云，劉澤勤.冷鏈物流配送現(xiàn)狀及其能耗分析[C].//第五屆中國冷凍冷藏新技術(shù)新設(shè)備研討會(huì)論文集，2011：22－25.

[4]陳全，鄧倩妮.云計(jì)算及其關(guān)鍵技術(shù)[J].計(jì)算機(jī)應(yīng)用，2009，29（9）：2562－2567.CHEN Quan，DENG Qian-ni.Cloud computing and its key techniques[J].Journal of Computer Applications，2009，29（9）：2562－2567.

[5]武金瑛.一種粗粒度并行遺傳算法及其應(yīng)用[J].計(jì)算力學(xué)報(bào)，2002，19（2）：148－153.WU Jin-ying.A parallel genetic design method with coarse grain[J].Chinese Journal of Computational Mechanics，2002，19（2）：148－153.

[6]易榮貴，羅大庸.基于遺傳算法的物流配送路徑優(yōu)化問題研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2008，18（6）：13－15，19.YI Rong-gui，LUO Da-yong.Study of the optimizing of physical distribution routing problem based on genetic algorithm [J].China Journal of Highway and Transport，2008，18（6）：13－15，19.

[7]Ana Osvald a，Lidija Zadnik Stirn b.A vehicle routing algorithm for the distribution of fresh vegetables and similar perishable food.Received 26 March 2006;received in revised form 19 July 2007;accepted 20 July 2007;Available online 2 August，2007.

[8]Ying,Wang,Xi,Chen.Research on Vehicle Routing Problem of Cold Chain Logistics[C].//2010 International Conference on Multimedia Information Networking and Security.2010：329－334.

[9]王祥生，馬壽峰.實(shí)時(shí)路況信息下配送路徑的優(yōu)化[J].工業(yè)工程，2008，11（1）：113－116，125.WAG Xiang-sheng，MA Shou-feng.Optimization of delivery routes based upon real-time traffic information[J].Industrial Engineering Journal，2008，11（1）：113－116，125.

[10]唐健，史文中，孟令奎，等.基于遺傳算法的時(shí)相關(guān)動(dòng)態(tài)車輛路徑規(guī)劃模型[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2008，33（8）：875－879.TANG Jian，SHI Wen-zhong，MENG Ling-kui. Timedependent dynamic vehicle routing based on genetic algorithm[J].Geomatics and Information Science of Wunan University，2008，33（8）：875－879.