隆美尔曾说过,“战斗在第一枪打响之前是由军需官决定的。”阿富汗战争、海湾战争、伊拉克战争、利比亚战争等一系列战争实践表明,随着战争信息化程度的不断加深,其对后勤补给的依赖也更加明显。物流配送是保障物资交付作战部队的最后一环,也是最为重要、最为困难、最为危险的一环。本文基于军事物流的需求背景开展战时物流配送车辆路径优化问题研究,主要的工作和成果如下:1.在介绍了我国物流业总体发展情况的基础上,分析车辆路径问题的理论价值和现实意义。以美军实际作战行动为例阐述了军事物流在后勤保障中的重要作用,从而进一步论述了战时车辆路径优化问题的重要性。对车辆路径问题的国内外研究现状进行了综述。2.从我军军事物流发展现状、战时物流配送的特点入手,对战时物流配送车辆路径优化问题的主要影响因素展开分析。3.在对车辆路径问题基本模型和常用算法进行简要分析的基础上,将蚁群算法中信息素更新方式进行了改进。通过与文献中算例结果的对比分析,表明本文改进算法一方面提高了计算效率,另一方面能够获得更优解。此外,采用Solomon标准测试数据中的C1、C2类数据进行了检验,在C1类9组数据中,本文算法得出的7条优化路线达到了用启发式算法得出的最知名解(Best Known Solutions Identified by Heuristics),其余2组数据的优化结果也非常接近该最知名解,在C2类8组数据中,本文算法得出的8条优化路线全部达到了用启发式算法得出的最知名解,进一步证明了本文改进算法的有效性。4.在建立了带硬时间窗的蚁群算法模型的基础上,针对战时物流配送过程中敌方火力打击对运输线路的影响、对运输物资造成的损失等因素改进了算法模型。将算法应用于考虑路面毁伤、物资损耗的战时物流配送问题,得出了静态最优路线,并通过仿真计算检验了线路的合理性。又进一步贴近战场实际,将作战单元对物资的需求变化、战场路况变化纳入模型之中,通过对算法的适当调整,使得模型能够解决动态问题,计算出了最优路线,并通过仿真实验检验了算法的合理性和有效性。