针对降低物流配送过程中产生的配送总成本和碳排放量这一研究目标,在带软时间窗和容量限制的车辆路径优化问题上,综合考虑了车辆载重、行驶速度和行驶距离等因素,提出了一种以配送总成本最低、碳排放量最少的多目标车辆路径优化模型。并对该模型设计了改进蚁群算法来求解,算法首先在初始信息素的生成和路径转移规则等环节进行了改进,然后引入新的信息素更新公式和混沌扰动机制来更新路径上的信息素,最后利用研究算例对模型和算法进行测试,结果表明多目标模型能更好的兼顾物流配送中的配送总成本和碳排放量,与经典蚁群算法相比,改进蚁群算法在配送总成本上平均节省了6.5%、碳排放量上平均节省了3.5%,验证了所提方法的有效性。

结合实际的工程背景,对某数控机床装配车间的物料配送进行研究,建立相应的车辆路径模型。鉴于传统遗传算法容易产生不可行解,文中提出一种改进的遗传算法,包括自然数编码、换位交叉和轮转变异等等。通过实例计算表明,运用该算法能得出稳定的满意解,并能很好地解决生产效率问题。