物流发展的迅猛使得货运车辆调度成为物流系统优化中关键的一环。货运车辆的优化调度问题属于NP难题(非确定型的多项式问题),均可抽象为TSP(旅行商问题)和MTSP(多旅行商问题)问题来求解。人工神经网络Hopfield模型在解决TSP和MTSP方面有很多的优势,放宽MTSP问题的条件,允许存在重复路径,可用于解决许多现实中的优化问题。本文的研究目标是用Hopfield求解具有局部重复路径的MTSP问题,结合企业具体运作业务的实际情况,建立相应的模型并用VC编制程序,通过计算机模拟计算来选择较短的配送路线,以解决实际应用当中的货运车辆优化调度问题,并对解题步骤和结果进行深入分析,使研究具有一定的理论水平和实用价值。本文的创新点在于首次试图用人工神经网络Hopfield模型来求解具有局部重复回路的MTSP问题;其次是将复杂的物流优化问题研究应用于实际,通过调研某物流公司具体业务运作过程,研究利用人工神经网络Hopfield模型的方法,并结合计算机编程求解来选择较优的配送路线,以提高该公司货运车辆调度的效率和效益,将理论研究成果与企业实际运作相结合。论文的主要结构如下:第一部分是引言,主要介绍论文选题依据与意义,科学综述了国内外专家学者应用人工神经网络等算法求解TSP、MTSP方面的研究;第二部分主要介绍人工神经网络和Hopfield模型;文章第三部分进行了Hopfield求解TSP和MTSP问题的分析。论述了用Hopfield模型并结合VC编制相应程序来求解TSP问题、求解无重复路径的MTSP和求解具有局部重复路径的MTSP的算法;第四部分对具体实例进行分析和求解。以南青公司泉州办事处开展配送业务为例,利用Hopfield建立相应的数学模型,分析解题步骤并编制相应程序进行求解后,对计算结果进行比较分析,得出了具有局部重复路径的MTSP较优于无重复路径的MTSP和单TSP回路的结论。第五部分进行总结和展望,强调了可重复路径的MTSP问题的研究在现实中具有很大的使用价值。最后提出了继续以解决企业实际需求,如运输调度中的最小时间和最少运输费用问题为目的的未来研究方向。