一．问题描述：疫情中由配送中心向物资需求点配送物资：
1.使每辆车减少接触不同地区的人群，可极大减少二次感染的概率，安全程度大为提升。但为了满足群众的物资需求，势必需要增加投入运输的车辆数量。
2.辆车分别只运送一个物资需求点的总路程，明显大于一辆车连续配送3个物资需求点再返回的路程。通过更多地安排车辆，来减少每辆车在多地区间的运输，往往导致多余的折返路程，增加运输成本。
3.日常消毒成本：在每次重新装载货物前、入库前均要对厢体内外部进行消毒。投入运输任务的车辆数量增加，车辆的消毒成本也将明显增加。
跨风险等级区域配送进行消毒的成本：由高风险区向低风险区行驶时，需要再次消毒
4. 为了在 减少车辆使人群二次传染的风险 和 节省车辆运营成本间 平衡、找到最优解，本文建立模型：目标1=交叉感染成本，目标2=车辆固定成本+运输成本+消毒成本，对遗传算法加以改进、运用遗传算法来求解，并代入算例分析验证。
二．模型构建
2.1模型假设：
（１）有若干候选应急物流配送中心，容量有限。
（２）每个应急物流配送中心的运输车辆有容量限制，
（３）为了方便、直观，假设每辆运输车辆的车型、容量都相同。
（４）每辆车只属于一个应急物流配送中心，从该中心出发，运送完物资以后又回到该中心。
（５）需求点的物资需求量是不确定的，是随机变量，服从正态分布。
2.2参数定义****
S={i|0,1,2,3,…}为所有节点的集合，其中0为配送中心节点;
E={(i,j)|i,j∈N,i≠j}为两个节点之间弧的集合;
K={k|1,2,3,…,m}为运输车辆的集合，m配送中心拥有的车辆总数
dij为节点i与节点j之间的距离,i∈Ｓ,j∈Ｓ，表示第k辆车完整执行运输任务并返回时行驶的总路程
c为每辆配送车辆行驶单位距离的运输成本
f为配送车辆的固定成本
g为疫情期间，每辆配送车辆的日常消毒成本
h为疫情期间，每辆配送车辆跨风险等级区域配送进行消毒的成本
L={1,2,3}为配送点所在区域疫情风险等级，等级越高，疫情越严重。
决策变量Pkij为同一车辆k在跨区域配送时经过虚拟节点的消毒成本系数，用以衡量配送车k在从i到j的跨区域配送中是否有必要消毒，为0～1变量，当Li＞Lj时，Pkij=1，否则，Pkij为0。
三．算法设计：
遗传算法
(1) 编码。采用自然数编码方法。自然数编码能清楚地将配送车辆、客户点与自然数列进行对应，能很好地贴合路径优化问题。
(2) 种群初始化。适应度函数
(3) 交叉操作。采用单点交叉；或随机确定两个节点，之间的基因交换
(4) 变异操作。
(5) 选择操作。选用轮盘赌方法进行选择操作，
(6) 终止条件。在遗传代数达到预先设定好的 进化代数后，在产生的最后一代种群中，挑选出适应度最高的染色体，将该染色体所对应的配送路径作 为该模型的最优解。
