随着经济的发展和科学技术的进步,许多军事大国竞相加快了军事物流的发展,而车辆调度问题作为军事物流系统中的关键一环,也越来越多的受到国内外专家的关注。然而,传统的军事物流车辆调度问题主要依据人工安排,且指定本单位单一的车场进行物资配送,其缺点为单个车场抗打击能力差、考虑影响因素少、配送效率低、运行成本高等。因此,结合部队实际情况,针对单车场配送的不足之处,本文将对有车场配送能力水平影响、分队需求时间窗、车辆载重量及有无新分队提出请求等约束情况下的多车场军事物流车辆调度问题进行优化研究。本文的研究过程主要包括以下三个内容：首先,本文根据上述几种复杂的约束条件,建立了满足运输成本最小的车辆调度数学模型。之后针对车场配送能力水平受多种模糊因素的影响,导致多车场优化问题求解比较复杂,提出了二级模糊综合评判法,将对受多种模糊因素影响的车场配送能力进行综合评估,并通过评估值大小将多车场问题转化为单车场问题,简化了问题的求解难度。其次,针对标准遗传算法解决单车场车辆调度问题时,存在局部搜索能力差、早熟收敛等缺点,本文引入了双种群和捕食搜索策略对标准遗传算法进行改进。其中双种群策略是由两个种群各自独立进化后交换种群间的优秀个体,以打破种群内的平衡,减慢收敛速度,但在运行一定的代数后两个不同种群中也可能由于种群多样性降低,出现个体解类似的情况,而捕食搜索策略可动态地调整群体的交叉、变异概率,强化局部搜索能力,丰富种群多样性。两种改进策略相结合不仅丰富了种群的多样性,防止其早熟收敛,也提高了其求解质量。最后,为了验证本文提出的改进算法在解决军事物流车辆调度优化问题的有效性,将其应用到军事演习的实例中,进行编程仿真。通过实验数据对比分析,与标准遗传算法及并行遗传算法相比,本文提出的改进算法具有更好的稳定性和较高的求解质量；与传统的车辆调度方法相比,本文提出的改进算法更能节省成本,提高服务质量。