车辆调度问题在物流企业中起着不可替代的作用,是物流配送领域的关键优化环节。在配送过程中,物流资源利用率低成为制约我国物流行业发展的一个重要因素,研究根据客户的特定需求将分布在不同环境内的物流资源尤其是闲置的优势资源整合起来,形成统一的、可共享的资源管理环境成为提升物流业竞争力的迫切需求。协同配送的运用能够明显的降低成本,提高物流配送的效率,当物流联盟中的协同配送合作进行到一定程度之后的时候,联盟产生收益,但是收益的大小将对联盟日后的持续稳定运行起到关键的作用,因此,协同后利润的分配对研究协同配送车辆调度也有着重要的意义。本文对物流中心协同车辆调度与利润分配问题进行了研究。首先,基于物流资源整合的情况下,考虑到协同配送的特点,建立了物流中心协同配送车辆调度模型,该模型以总成本最低为评价标准,并在优化目标中加入了配送时间窗的惩罚函数,并设计了遗传蚁群算法进行求解。然后考虑到联盟的稳定性,对合作伙伴协同配送后产生的利润进行分配,建立了协同配送利润模型,该模型以总利润最高为评价标准,运用混合遗传蚁群算法进行求解,之后运用传统的Shapley值法、最大熵值法和改进的Shapley值法对协同伙伴进行利润分配。最后,结合企业的实际背景,以5家公司为例,运用数学模型和混合算法求解,并进行利润分配,最终得出协同配送会降低车辆的数目,减少总成本,协同合作伙伴的利润增加并得到合理分配,联盟稳定性提高,证明了模型和算法的有效性。本文研究的协同配送车辆调度与利润分配问题,考虑了车辆的维护成本、调度成本和运输成本等,建立了数学规划模型,并运用遗传算法和蚁群算法结合的算法进行求解,同时经比较分析,改进的Shapley值法更加考虑到问题的实际情况,利润分配方案更合理。