1.一种基于ADP算法的车辆路径规划方法，其特征在于，包括获取货物配送中心信息、可利用车辆信息和顾客需求点信息，根据所获取的货物配送中心信息、可利用车辆信息和顾客需求点信息，计算货物配送中心与每个顾客需求点之间的相互距离，建立相应数学模型，采用ADP算法找出成本最低的配送路径，再根据成本最低的路径进行货物配送；所述货物配送中心信息为配送中心位置，所述可利用车辆信息包括以下一种或多种：车辆位置、车辆承载量、车辆固定成本和车辆最大行驶路径；所述顾客需求点信息包括以下一种或多种：顾客需求点位置、顾客需求点的货物需求量和顾客需求点的货物需求时间段；

所述数学模型为VRP模型，构建过程如下：

1)先获取以下状态变量集合：

其中t表示时间阶段；

m表示可利用车辆；

it表示t阶段需服务的顾客需求点；

表示t阶段服务顾客的车辆m的剩余货物量， 为该车辆的最大容量；jt表示顾客i是否被访问过的状态，如果被访问了，jt＝1，否则jt＝0；

表示t阶段服务顾客的车辆行驶单位距离的成本；

表示t阶段服务顾客的车辆的固定成本；

2)获取从t到t+1阶段做出决策所需的决策变量集合，如下：其中，it+1表示t+1阶段需服务的顾客需求点；

a表示顾客预定配送时间，又称时间窗；

表示t阶段服务顾客的车辆m剩余的货物量能否满足下一个顾客的需求，如果不能，则选择另一辆车；

表示t阶段服务顾客需求点i的车辆m在第i+1个顾客需求点的第a个时间窗内，能否到达i+1顾客需求点并完成i+1点的服务；

表示t阶段服务顾客的第a个时间窗，其中 表示t阶段服务顾客的第a个时间窗开始的时间， 表示t阶段服务顾客的第a个时间窗结束的时间；

Dt表示t阶段顾客i的需求量；

3)根据t阶段的状态变量St构建t+1阶段的状态转移函数，如下：M

St+1＝S(St，xt)

其中，M表示马尔科夫决策过程MDP，是描述动态随机系统优化决策问题的基本数学模型；

M

S表示从t到t+1阶段的状态变量因子；

St表示t阶段的状态变量集合；

xt表示t阶段的决策变量集合；

4)MDP模型中状态及决策产生的成本函数：其中， 表示t阶段服务顾客的车辆行驶单位距离的成本；

表示t阶段到t+1阶段服务顾客的车辆行驶距离；

表示t阶段服务顾客的车辆的固定成本；

5)计算每一阶段的距离成本函数，如下：M

Ct(St,xt)＝E{C(St,xt)}M

其中，E表示C(St，xt)的期望；

6)构建目标函数，计算所有阶段总费用之和的最小值，如下：所述MDP模型中，计算所有阶段总费用之和的最小值采用ADP算法，ADP近似值迭代算法的基本步骤如下：步骤1，初始化：读入数据，初始化所有决策后状态 的近似函数值 其中t＝{0，1，……，T}，设置迭代计数k＝1及其最大值Kmax以及预决策状态 令t＝1；

步骤2，开始第k次迭代：选择第1到T时段的观测样本作为ωk；

步骤3，从第0到T时段进行循环，求解 的近似值函数：其中， 表示t阶段在第k次迭代时的状态；

其中， 表示决策后的状态转移函数，具体表示 在进行xt决策后达到的决策后状态；

表示决策后状态的近似值函数；

并令 为最小化问题的最优决策；

步骤4，若t>0，则按照下式更新其中，αk‑1为第k‑1次迭代的平滑步长；

步骤5，求t阶段决策后状态：

t+1阶段的预决策状态：

其中，ωk表示1到T阶段的客户需求点，Wt+1表示不受控制的额外因素，如送货的路况问题；

步骤6，判断是否为最末时段，若t＝T继续下一步，否则令t＝t+1，转步骤3；

步骤7，若满足收敛条件则转步骤9，否则继续下一步；

步骤8，判断是否到达最大迭代次数，若k

步骤9，返回近似值函数 即得所有阶段总费用之和的最小值。