文 献 综 述

一、研究背景

早在20世纪初，物流的产生为人们的生活提供了便利。随着社会经济的发展，物流已经与我们生活生产密不可分。物流对于我们已经不再是一个名词，而是我们生活中的一个生活要素。随着城市的发展，城市人口越来越多，而城市交通基础设施没有跟上城市发展的步伐，交通运输条件差。物流配送对于城市交通条件尤其的依赖，物流增加了城市交通的使用，使交通变拥堵。如何在现有的交通条件的基础上，实现物流配送路径的优化，将减少城市交通的负担，有利于我们的城市生活。我们需要使用多种方法来优化物流配送路径，把物流配送在理论中研究优化，再应用到实际活动中，这样能更有效的利用当前资源，有利于物流配送的优化。

二、研究意义

城市作为我们的生活，娱乐，休闲中心，越来越体现人们对于生活水平的要求。城市物流配送随着社会的发展已经成为城市生活要素的一员，它的重要性已体现。随着城市的发展，交通问题已经成为我们不可避免的问题，我们每天所想的问题之一就是今天的交通会不会堵，物流配送无疑加大了城市交通的负荷，物流配送时间与人们的出行时间多处相重合，对于城市交通资源的占用非常明显。用优化算法来研究物流配送在时间，地点上的分布就如何提高配送的效率以及减少对于人们城市生活的影响有很大的意义，物流配送应更好的服务城市生活。

城市物流的执行者是企业，企业通过配送的方式来达到收益的目的，物流企业与人们的生活非常密切。企业加大了城市的负担。城市生活物流大多以小型物流产品为主，物流配送加大了对城市交通环境需求，加剧了交通堵塞，能源消耗等，企业加大了城市的负担。 物流配送路径的确定在企业物流管理中占据重要地位，为实现各种物流环节的合理衔接，取得最佳的经济效益，企业可以用优化算法来研究物流系统，来完善物流系统工程。同时，物流配送路径的确定还制约着物流配送方式的确定和选择，影响整个物流体系的效率和收益。制定合理或企业预期的物流配送路径成为企业战略活动的重要内容，优化算法可理论研究物流配送路径的优劣，企业可使用其优化后的结果来制定物流配送方案，减少资源的消耗。城市也需要物流企业加大对配送路径的研究来减少对城市的负担，实现美好的城市生活。

三、相关文献

汪晓霞[1]在《城市物流配送管理》中介绍了城市物流的产生背景，生活在城市中的人们对于物流的需求随着时间而加大，物流的供给链要随之完善。城市物流与人们的生活关联很大，因此在城市中物流配送就要有更高的要求，配送企业要有更好的服务。

张潜[2]在《物流配送路径优化调度建模与实务》中提到很多优化算法的模型，其中遗传算法不同于传统优化算法有其优点和缺点。遗传算法分7部分来实现它的目的，多目标遗传算法求一个变量向量，满足所有约束并且使得由目标函数组成的向量最优化。

周明，孙树栋[3]在《遗传算法原理及应用》中提到遗传算法源自于生物的遗传进化，基本实现组成分4部:编码，适应度函数，算子，运行参数。可实现多目标优化，能优化路径规划问题。并行遗传算法有标准型和分解型，是遗传算法的高级实现技术。