随着电子商务的蓬勃发展,物流配送作业呈现“小批量,多批次”的特征,同时物流配送规模和范围也不断扩大,由此产生的运输成本高,车辆利用率低,交通堵塞,碳排放量大导致环境污染严重,物流服务水平达不到客户满意的标准等一系列问题日益突出。在最后一公里配送中,会遇到一类情况,某些配送中心可能同时为某一个公共区域或某些共同客户提供配送服务,即一些客户仅需要一个配送中心提供配送服务,而某些客户需要多个配送中心提供配送服务(需要多个配送中心提供服务的客户就是企业的共同客户)。当存在共同客户时,两个配送中心的配送路线会产生耦合(耦合点即为共同客户点),这就导致产生很大消极影响,如配送路径重复交叉导致物流运输成本高,车辆利用率低,交通堵塞,物流服务水平达不到客户满意的标准等问题。因此,如何处理企业间共同客户的问题成为关键。本文的主要研究工作如下:(1)为了解决共同客户的情形,从企业和客户的角度,以配送成本最低为目标函数,构建了一类具有多配送中心、有时间窗限制的VRP模型。从企业的角度,考虑企业协同,使得每个配送中心不再局限于自己的配送客户,不仅可以接受其他配送中心委托的配送任务,也可以将部分配送任务委托给其他配送中心,从而在目标函数中考虑了固定的车辆使用成本、车辆行驶成本以及客户需求转移成本(协同成本)。同时,本文也从顾客的角度出发,为了更好的满足客户对时间窗和服务质量的要求,在目标函数中考虑违背客户时间窗产生的惩罚成本。(2)本文采用两阶段启发式算法“先分类,后求解”的思想求解。第一阶段提出的利用蚁群算法的转移规则进行客户聚类的算法,基于配送中心将共同客户进行分类,也就是对多个配送中心有需求的客户转移到一个配送中心来完成配送,从而形成客户聚类信息,将多车场问题转化成单车场问题;第二阶段通过改进的蚁群算法对每个车场的情况进行求解。(3)设计算例进行验证。为了评估本模型产生的成本节约,对协同方案结果和无协同方案结果进行比较,结果证明两种方案在车辆使用数量和车辆平均利用率方面基本一致,但在协同方案下,无论是各自配送中心的成本,还是总的协同成本都有一定程度的降低。这说明多配送中心协同可以降低整个物流系统的配送成本,证明了本文模型的合理性和有效性。本文考虑配送过程中出现共同客户的情况,提出了考虑共同客户的协同车辆路径问题。研究考虑共同客户的协同车辆路径问题可以评估独立的配送中心之间通过合作产生的潜在效益,每个独立的配送中心通过计算对比合作前后的效益,可能会促使他们组成战略合作关系并制定合作计划。同时,该模型也可以用来优化已有企业之间的合作。