作為普通高等教育教材來說，內(nèi)容深淺的把控我覺得還是比較可以接受的仇穗。
雖然在物流行業(yè)工作了10多年流部，對于配送和優(yōu)化這個領域來說還是屬于門外漢吧，主要原因還是對于算法領域的學習缺乏基本功纹坐。當然這也沒關(guān)系枝冀，了解一些方向和基本知識還是會有助于在這方面的進一步工作的。
前三章主要是一些基本概念耘子，第一章第三章還是比較淺顯的果漾，但也同樣彌補了一些知識上的欠缺：
1. 物流配送與送貨、運輸谷誓、供應或供給绒障、運送、發(fā)放等都是有一定概念上的區(qū)別
2. 配送的分類可以從1）實施配送的節(jié)點不同進行分類 2）按配送商品的種類和數(shù)量多少進行分類 3） 按配送時間和數(shù)量的多少進行分類 4）按經(jīng)營形式不同進行分類
3. GIS捍歪、GPS户辱、條碼、RFID等物流跟蹤技術(shù)的概念和應用费封。其中GIS的案例還是有一點啟發(fā)焕妙，看上去液空業(yè)務需求領域中的“危險品路線繪制”應該屬于這個領域的應用。
重點關(guān)注一下第二章：配送路徑優(yōu)化問題弓摘。
常用的路徑優(yōu)化問題有以下集中情況：
1. 點點間運輸焚鹊，常用圖論，Dijkstra算法，F(xiàn)loyd算法和A*算法
2. 多點間運輸末患，常用單純形法和表上作業(yè)法
3. 單回路運輸研叫，即TSP(traveling salesman problem)旅行商問題模型，沒有裝載能力限制：給出一個起點配送中心和一組n個需求點的集合璧针，需找一條在起點配送中心和結(jié)束的路線嚷炉，這條路線必須經(jīng)過每一個需求點，并且最短路探橱。特點是單一性和遍歷性申屹。常用圖解法，最近插入法隧膏，最鄰近點法哗讥，節(jié)約里程法 ，遺傳算法胞枕，混合粒子群算法杆煞，模擬退火算法，蟻群算法等
4. 多回路運輸腐泻，實際運輸中决乎，經(jīng)常會遇到車輛受承載能力，容積的限制派桩，一輛車不能滿足所有配送區(qū)域用戶的需求构诚，此外客戶服務的時間窗，服務優(yōu)先等級窄坦，送貨與取貨的混合等唤反，就要用到車輛路徑規(guī)劃VRP(vehicle routing problem)模型：大多數(shù)的VRP可以歸結(jié)為車輛優(yōu)化調(diào)度問題（vehicle scheduling problem凳寺，VSP）鸭津，即根據(jù)不同要求的目標函數(shù)（如運距最短，配送時間最短肠缨，費用最少等）設計求解算法逆趋。
然后本書對TSP的圖解法，啟發(fā)式算法進行了示例化解釋晒奕。
接著本書對VRP的數(shù)學模型進行了分析和建立闻书。
首先看下對實際問題研究時，要考慮以下哪幾個方面的問題：
1. 配送中心
2. 車輛
3. 顧客
4. 道路信息
5. 貨物信息
6. 運輸規(guī)章
幾個典型問題的模型包括：
1. 單源點單車型非滿載車輛優(yōu)化調(diào)度問題模型
2.?單源點單車型滿載和非滿載混合車輛優(yōu)化調(diào)度問題模型
3. 有時間窗的非滿載車輛優(yōu)化調(diào)度問題模型
4. 隨機車輛優(yōu)化調(diào)度模型
求解的算法腦圖脑慧，感謝大師優(yōu)中選優(yōu)幫我挑了一個方向深度思考~~~
下周待續(xù)魄眉。
