在物流配送活动中,车辆调度问题一直是一个重要问题。为了降低物流配送成本,物流企业需要合理安排车辆的配送行驶路线。由于电子商务的普及和人们生活节奏的日益加快,在实际物流配送过程中,往往出现客户分散且客户需求随机出现等特点,不仅增加了车辆调度问题的难度,而且降低了物流配送的经济性。在车辆配送过程中,当客户需求随机出现时,为了满足客户的配送需求,配送中心往往会改变车辆的配送路径,或增派配送车辆,这均会造成物流配送的经济性降低。因此,如何有效利用以往客户信息,及时应对配送过程中客户需求随机出现的情况,在提高客户满意度的同时,实现物流企业总配送成本优化的目标,已成为车辆调度中的一个重要问题。为解决此问题,本文将针对客户需求随机出现的车辆调度问题展开研究,主要研究内容如下:(1)运用汇集预测方法,通过整合随机需求信息和经验数据生成合理的可能随机出现的虚拟客户位置和需求量,以及出现的概率;将虚拟客户与实际发生需求的真实客户一同加入配送车辆调度方案的制定。(2)结合虚拟客户信息以及出现的概率,提出加权广义总成本概念,综合考虑客户满意度和车辆调度方案经济性两方面因素,通过将客户不满意度量化为成本,按照先真实客户,后虚拟客户的配送顺序,建立以加权广义总成本最小为目标的车辆调度模型。(3)根据模型特点,设计与局部搜索结合的改进遗传算法,引入自适应操作动态调整交叉和变异概率,加快算法收敛速度,提高算法效率,快速有效地生成考虑虚拟客户的配送车辆调度方案。(4)通过MATLAB实现改进的遗传算法,选取Solomon标准测试算例库中的3组算例,分别从中选取三种不同规模的客户数量,模拟两种虚拟客户需求发生情况,计算算例结果。将本文方案的配送广义总费用与全局重调度方案、增派车辆方案以及预测调度方案的广义总成本进行对比分析。数据结果表明,与其他三种方法相比,本文方案得到的广义总费用最低;并且,本文方案在解决具有不同客户数量,不同客户位置分布形式的问题时都具有普遍适用性。本文提出的基于汇集预测的车辆调度方法,综合考虑了物流配送成本和客户满意度两方面因素,能够在随机客户需求发生前有效预测并在制定车辆调度方案时将其考虑在内,有效地降低了客户需求随机出现时的调度成本,提高了客户满意度和服务水平,为物流企业应对客户需求随机出现的车辆调度问题提供决策支持。