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；

i

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，i

a表示顾客预定配送时间，又称时间窗；

D

3)根据t阶段的状态变量SS

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；

S

S

x

4)MDP模型中状态及决策产生的成本函数：其中，

5)计算每一阶段的距离成本函数，如下：C

其中，E表示C

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ω步骤3，从第0到T时段进行循环，求解其中，

其中，

并令

步骤4，若t>0，则按照下式更新其中，α

步骤5，求t阶段决策后状态：t+1阶段的预决策状态：其中，ω

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