物流是一门新兴学科,运输是现代物流的一个重要内容,合理安排运输车辆路线可以降低运输成本,提高经济效益。车辆路径问题是一类在物流运输车辆调度中具有广泛应用的组合优化问题,属于强NP难题。本文在分析油田原油运输的实际情况后,研究运用遗传算法解决原油运输中车辆调度问题。主要工作如下:(1)介绍汽车运输生产过程,从车辆时间利用、速度利用等角度分析了车辆利用的单项指标和综合指标,阐述了组织合理运输的重要性及实现合理运输的有效途径。(2)概述了遗传算法的基本原理及设计流程,对遗传算法的收敛性问题作了系统分析,并介绍一种与编码方式和选择策略无关的收敛性统一判据。(3)通过对原油车辆运输运作流程的分析,构造了较为实用的目标函数。设计具有调节能力的适应度函数,使得在遗传算法的操作中,可以根据问题目标求解,得到基于现状的车辆调度优化方案。(4)针对现有的调度环境中存在等待装卸的现象,在遗传算法中加入时间窗约束条件,并利用惩罚函数的思想,重新构造目标函数。遗传算法改进后,所给出的有时间窗约束的调度方案中等装待卸的现象得到较好控制。(5)在有限度的范围内调整约束条件,对现有的运输进行优化,并在此基础上进行调度方案的再优化。(6)对以上几种基于遗传算法的优化方案进行综合分析与比较,并给出相应的结论。遗传算法在解决调度优化组合方面是有效的,借助遗传算法实现了对原油运输车辆调度方案优化。依据优化的调度,在完成相同原油运输任务的情况下,减少了运力投入,提高了车辆利用率,大大节约了汽车运行的耗费。