车辆路径问题一直是国内外诸多学者的研究热点,经过几十年的发展已经有了较为成熟的启发式算法优化方案。近年来,由于互联网的发展和电子购物的不断普及,物流运输行业进入了蓬勃发展时期。随着无人机技术的逐渐成熟,越来越多的物流企业开始将无人机投入到快递运输过程当中,无人机和物流车协同配送的车辆路径问题成为当前学术界和工业界的热点问题。本文致力于优化物流运输过程中“最后一公里”的成本,将无人机投入到配送过程中协助配送,更好地提升客户体验和满意度,考虑到无人机单机飞行控制技术的成熟和在民用领域的行业应用方面的巨大优势,结合在物流运输过程中可能出现的揽件需求,提出了基于动态揽收的无人机物流车协同配送优化算法这一个研究课题,并针对快件配送过程进行了场景描述和数学模型的构建,随后提出了一系列算法并进行了实验验证。首先认真分析了基于动态揽收的无人机物流车协同配送场景,对这一问题场景进行了描述并构建了数学模型,并基于此对本课题的项目架构进行相应的描述。之后依次介绍了本课题所涉及到的主要算法:(1)首先详细介绍了区域划分方法:对于当前配送区域内的快件点进行预处理的两种不同的区域划分方法:聚类法和规划法;(2)其次考虑无人机的飞行路径依赖于物流车行驶路径以及双目标优化准则,将紧迫程度系数加入到候选集选取准则,对禁忌搜索算法进行改进,得到物流车的初始行驶路径;(3)之后以物流车的初始行驶路径为基础,根据轻件点集合,无人机的数量等对其进行调整以及无人机的飞行路径规划,提出了无人机-物流车协同作业算法,最终得到完整的规划路径以及快件点的送达时间,达到综合成本最优。(4)最后在快件配送过程中,若发生动态揽收,则通过动态揽收作业方法对物流车和无人机的规划路径进行实时改道。最后对两种不同的区域划分方法(聚类法和规划法)进行了测试,验证了两种方法的有效性。并将本文整体算法与传统的禁忌搜索算法(所有快件点使用物流车派送)进行对比,本文的无人机-物流车协同作业算法取得了更好的时间成本和行驶成本。对动态揽收作业方法进行测试后,观察了增加的动态揽收功能对其初始路径规划算法的影响。最终充分说明本文将无人机投入到物流运输行业是具有实际意义的,同时随着无人机的技术日渐成熟,其在物流运输方面也将拥有巨大的应用前景。