中文摘要：

城市物流配送中的不确定性，特别是实时交通网络状况的不确定性和配送需求的不确定性，为车辆调度带来了很大的挑战。通过分析我们发现，这些不确定性因素都具有较强的时空分布特征。本研究将时间地理学的理论框架应用于动态车辆路径问题的研究。首先研究了物流配送顾客和车辆的时空距离、时空聚类、时空可视化等方法，然后将上述方法应用于三类动态车辆规划问题，即兼顾成本和失败概率的随机需求车辆路径问题、随机时间依赖的车辆路径问题，以及大规模的实时时变车辆路径问题。在建立上述问题模型的基础上，设计了禁忌搜索算法、遗传算法、可变领域搜索算法等智能算法。实验结果证明，在同时考虑顾客及车辆的时间和空间特征后，车辆路径问题能获得更优的解，在求解大规模车辆路径问题时也非常有效。根据本研究成果，还开发了一套基于在线地图服务（Google maps API）的车辆路径规划系统软件TransRouter，市场上同类产品中该软件是唯一采用在线地图且可处理实时交通和需求信息的，未来应用前景广阔。