随着中国社会经济的不断发展,流通于各环节的现金量逐年上升,根据2018年12月央行发布的金融统计数据报告显示,截止到12月末,流通中的货币余额达到了7.32万亿元,对大规模现金流通的有效管理也越来越受关注。实际生活中,押运公司负责押运银行款箱并且制定行车路线。从押运效率和押运安全性的角度考虑现金押运问题,押运公司对行车路线的选择往往只考虑押运距离或者押运时间最短,且仅仅依据经验制定路线,容易忽视银行网点对时间的要求。另一方面考虑到押运对象的特殊性,在运钞入库途中,银行网点等待款箱被接走的时间内还要考虑现金可能产生的风险成本,比如现金由于押运时间的延长未被运走会产生的被抢劫风险等,从而带来较高的押运风险和押运成本,使得现金流通效率大受影响。因此,从我国的具体情况出发,对运钞入库路径优化问题进行研究,具有重要的理论和实际意义。本文在金融押运的背景下,以运钞入库车辆路径问题为研究对象,设计了运钞入库车辆的路径优化问题模型以及求解算法,主要包括:(1)根据国内外有关路径优化问题以及现金押运问题的研究现状,本文在传统车辆路径优化问题的基础模型上,加入了时间窗约束,来对银行网点的期望服务满意度进行量化;另一方面,现金在银行网点等待时间的延长被抢劫等风险因素增加,而这种风险的衡量与现金的数量也就是押运款箱的数量以及时间是成正比的。考虑这两种因素的基础上对运钞入库路径优化方案进行设计,最终构建了该问题的路径优化模型。(2)在求解算法方面,车辆路径优化问题属于多目标规划问题,求解算法一般采用启发式算法进行求解。对于本文研究的运钞入库车辆的路径优化问题,通过对比不同的求解算法,最终选择遗传算法来求解。(3)最后通过仿真实验,运用Matlab软件运行程序,得到最优押运路径,然后通过对比有无时间窗和现金风险成本以及两者都考虑的情况,对车辆路径优化问题的影响,从而验证本文所建立模型及求解算法的合理性。