建立了带约束条件的物流配送问题的数学模型，运用蚁群算法解决物流配送路径 优化问题，并将遗传算法的复制、交叉、变异等遗传算子引入蚁群算法，同时改进信息素的 更新方式、客户点选择策略，以提高算法的收敛速度和全局搜索能力。经过多次实验和计算 ，证明了用改进的蚁群算法优化物流配送线路，可以有效而快速地求得问题的最优解或近似最 优解。-A mathematical model with the constraints of logistics and distribution issues,

遗传算法，路径寻优,适合用于路径规划、线路选择寻优-Algorithm, route optimization，suitable for route planning, route selection optimization

航空公司航线最短路问题的Dijkstra算法以及枢纽机场选择问题的算法(Dijkstra algorithm for the shortest route problem of airline and the algorithm of hub airport selection problem)

本文通过遗传算法解决基本的无时限车辆调度问题。采用车辆和客户对应排列编码的遗传算法，通过种群初始化，选择，交叉，变异等操作最终得到车辆配送的最短路径。通过MATLAB仿真结果可知，通过遗传算法配送的路径为61.5000km,比随机配送路径67km缩短了5.5km。此结果表明遗传算法可以有效的求解VRP问题。(In this paper, genetic algorithm is used to solve the basic vehicle scheduling problem without