随着社会经济的发展,物流行业对经济增长的贡献越来越大,被称为经济增长的“第三利润源泉”,在社会各行业中受到越来越多的重视。物流配送是物流中的核心环节之一,科学合理的物流配送能够节约配送里程和配送时间,进而节省了配送费用,同时也提高了客户满意度。因此,对物流配送的研究具有很重要的现实意义。本文对物流配送中单配送中心、无回收操作的VRP问题的模型和算法进行了研究,试图用更简单高效的算法求解VRP问题,并且为了减少配送里程提高配送效率,对传统的VRP问题模型进行了改进,提出了一种在配送过程中车辆所载货物可以相互装卸的配送模型,在本文中将这种模型命名为“带有拼车的VRP模型”。与传统的VRP问题求解算法相比,本文有许多创新之处。在第三章中,我们运用了二叉树编程的便利性,将VRP问题映射到一棵特殊的二叉树上,运用二叉树遍历的简便性求解VRP问题。第四章中,从人工神经网络的优化计算中得到启示,将VRP问题映射为Boltamann机的能量函数,通过Boltzmann机自身的学习机制进行优化计算,最终得到能量函数的最小值,也就是VRP问题的最优解。将VRP问题映射到Boltzmann机需要复杂的公式推理,为了优化计算过程,本文中提出了一种利用网络空间结构的立体Boltzmann机,这种Boltzmann机的能量函数构造更简单,计算效果也较好。第五章中,针对VRP问题中车辆在配送过程中的载重量逐渐减少的情况,本文构建了在配送过程中可以将载重量较小的车辆之间,在某个货物需求点上将多个配送车辆上的货物合并到一辆车上,由某辆车继续进行配送,其余车辆返回配送中心的拼车模型。实验结果表明引入拼车模型后,求出的VRP问题的最优路线优于传统的VRP模型。同时本文又在具有刚性时间窗的VRP模型中引入了拼车的概念,实验结果同样表明在带有时间窗的VRP模型中,引入拼车的VRP模型仍旧能取得较好的结果。此外,本文的第一章对本文的研究背景、研究现状、本文的主要研究内容和本文的组织结构进行了简述,主要说明本文写作的目的。第二章简要的介绍了物流的概念、配送中心的概念、配送的概念和作用,主要是为了介绍本文写作的一些物流背景,最后还介绍了一些目前常用的求解VRP问题的一些算法,希望能和后面本文提出的物流配送算法做比较。第六章对本文所做的工作做了总结,主要是总结了本文所做的工作和本文的创新之处,并且也指出了本文所提出算法的一些缺点和所做研究工作的不足之处,最后对今后的研究方向和研究工作做了展望。本文提出的各种算法和传统的VRP问题求解算法一样都有自己的一些独特优势,同时也都有各自的一些缺陷。在解决具体问题时应根据具体的情况选择适合该情况的方法求解问题。