车辆运输的货物呈现出品种多、批量小、用户多、分布广的特点，这就对车辆调度提出了更高的要求。本课题以订单为基准建立多集散点车辆调度模型，考虑交通状况，将粒子群算法用于交通分配模型的求解，在多集散点车辆调度模型的求解中采用粒子群算法和改进蚁群算法组成的混合算法、改进蚁群算法这两种算法求解，算法完成了所有车辆对所有订单的集散点进行路径优化，易于实现全局最优。模型中以订单为基准建立多车场、多集散点车辆调度模型，使货运关系明细化，同一订单的起、终集散点只被访问一次，集散点访问多次化，车载货量波动化，淡化了集货、送货的区分。考虑交通的实际状况，将粒子群算法用于交通量多路径分配以求得路段路阻。在粒子群算法中构造了多维的粒子空间，每维对应一条可行性路线，其取值为此条路径所分配的交通量，对粒子进行归一化处理使可行路线的交通量之和等于OD对的交通量。将粒子群算法用于交通分配，为交通分配模型求解提供了一种有效方法。为解决满载、配载的混合运输问题，对满载装车问题采用粒子群算法进行求解，构造多维的粒子空间，每一维对应一个货物编号，其取值为运送此货物的车辆号，即用粒子表示车辆配装的解，实现车辆装货的分配，使有货的车辆也可参与多集散点车辆调度。多集散点车辆调度模型采用两种算法求解：第一种求解方法是改进蚁群算法：以订单为基准建立蚁群算法的二维禁忌表，确定相邻两个集散点相同时的蚂蚁状态转移规则，使蚁群在满足车辆约束条件下，按禁忌表对所有订单搜索，以最短路径完成所有订单货运路径搜索；第二种求解方法是粒子群算法、改进蚁群算法组成的混合算法：由粒子群算法的粒子位置向量得到每辆车所需运送的订单号，用蚁群算法优化单车路径，根据优化的总路径评价、筛选粒子，直到满足终止条件。多集散点车辆调度模型的求解是所有车辆对所有订单集散点的路径优化，减小了多仓库问题直接或间接转化为多个单仓库车辆调度问题中的局部求解的限制。