车辆路径问题作为组合优化和运筹学领域的热门话题之一,主要研究的是满足约束条件的最优车辆使用方案和最优车辆路线规划。基于基本车辆路径问题的框架,研究满足生产经营和运作需要的各种车辆路径问题,并构建具有高质量和高鲁棒性的求解算法,这对于提高生产经营管理水平和降低运输成本具有重要的理论意义和现实价值。本文以一种简单的车辆路径问题--旅行商问题为基础,分别应用肯德尔距离和海明距离对其适应度地形及解的分布进行分析,然后对一般车辆路径问题的适应度地形进行研究,对影响求解车辆路径问题的关键因素进行分析,针对车辆路径问题节点依靠经验选择的缺点,构建了一种新的模型,通过该模型可以同时解决最佳路径点选择和最优路线选择。最后,从车辆路径问题扩展出去,提出了一个普适性的基于适应度地形的改进的遗传算法。主要研究工作及成果总结如下:第一、二章详细介绍了车辆路径问题的研究背景、研究意义、数学定义和数学模型,详细介绍了车辆路径问题的变式问题及研究现状,并对算法的演化过程、智能优化算法的分类、遗传算法的原理、流程以及算法的优缺点进行简单介绍,最后对适应度地形的基本原理和评价指标进行介绍。第三章,针对在适应度地形研究中海明距离不能有效反映不同排列之间的差异性的缺点,提出将能比较排列之间相似性的肯德尔距离作为适应度地形分析的基础,并对旅行商问题和车辆路径问题的适应度地形进行分析,对影响车辆路径问题的关键因素及解的分布进行分析。第四章,针对车辆路径问题的实际应用—地下物流网络建设问题进行分析,针对网络节点通常依靠人工选择的不足,构建了新的模型,能够同时得到最佳路径节点和最优路径选择,模型基于路径动态选择策略降低了求解的难度,提高了求解的效率,并针对传统模型进行计算机模拟分析。第五章,针对遗传算法在执行过程中参数选择随机性问题,提出了一种基于适应度地形分析的动态参数调整策略;种群多样性策略用以保证种群的多样性,防止早熟;种群竞争策略用以提高算法的局部搜索能力和全局搜索能力,加快算法的收敛速度和提高解的精确性,最后通过测试函数集对算法进行测试。最后,对全文进行了总结,并对之后的研究进行了展望。