1.一种基于Petri网和整数线性规划的车辆路径优化方法，其特征在于，包括以下步骤：步骤一、根据车辆路径问题的描述，建立其数学模型；

步骤二、基于步骤一的数学模型，建立车辆路径问题的Petri网模型；

步骤三、结合步骤二的Petri网模型，将步骤一的数学模型转换为整数线性规划问题；

步骤四、在MATLAB中导入步骤三内整数线性规划问题的程序，并输入客户点间的距离、货物需求量；

步骤五、利用YALMIP优化工具箱求解步骤四的整数线性规划问题，实验并进行结果分析。

2.根据权利要求1所述的一种基于Petri网和整数线性规划的车辆路径优化方法，其特征在于：所述的步骤二中建立的Petri网模型如下：a)P＝{p0，p1，...，pn}，P表示客户点及配送中心点的库所集合，其中配送中心点用库所ρ0表示，客户点i用库所pi表示，i＝1，...，n；

b)H表示车辆最多移动步数，车辆每访问一个点视为移动一步；

c)Mkh＝[Mkh(p0)，Mkh(p1)，...，Mkh(pn)]表示Petri网的位置标识。如果车辆k在第h步的位置为点i(i＝0，1，...，n)，则Mkh(pi)＝1，否则Mkh(pi)＝0；

d)配送中心与任意客户i之间都有路径，分别用变迁t0i和变迁ti0表示车辆从配送中心点出发到客户点i，及车辆从客户点i出发到配送中心；

e)对于任意两个客户点i和j，i≠j，分别用变迁tji和变迁tij表示车辆从客户点j出发到客户点i，及车辆从客户点i出发到客户点j；

f) 表示库所与变迁的前置关联矩阵，若变迁t是库所p的输出变迁，即变迁t是从库所p发出的一条路线，则Pre(p，t)＝1，否则Pre(p，t)＝0；

g) 表示库所与变迁的后置关联矩阵，若变迁t是库所p的输入变迁，即变迁t指向的终点是库所p，则Post(p，t)＝1，否则Post(p，t)＝0；

h)νij表示Petri网的载货向量，车辆从点i到点j所增加的载货量，i，j＝0，1，...，n，i≠j，即νij＝qj；

i)Θkhij＝[θkh01，θkh02，...，θkhij，...θkHnn-1]，Θkhij表示Petri网的路径向量，若车辆k在第h步经i点出发访问j点，i≠j，则θkhij＝1，否则θkhij＝0。

3.根据权利要求2所述的一种基于Petri网和整数线性规划的车辆路径优化方法，其特征在于：所述的步骤三中建立的整数线性规划问题模型如下：目标函数为：minf＝∑k∑hwi，jΘkhij约束条件为：

约束条件1：Mkh＝Mkh-1+(Post-Pre)×Θkhij约束条件2：Mkh-1-Pre×Θkhij≥0约束条件3：∑kMk0(p0)＝∑kMkH(p0)＝K约束条件4：vij∑hΘkhij≤Q

约束条件5：∑k∑hMkh(pc)＝1

约束条件6：k＝1，2，…，K；h＝1，2，…，H；i，j＝0，1，…，n，i≠j；

c＝1，…，n；

其中，变量定义如下：

k是供调用的车辆集合，k＝{1，2，3，...，K}；

h是车辆运动的步数，H是车辆最多移动的步数，h＝{1，2，3，...，H}；

i，j表示客户点或配送中心，i＝j＝{0，1，...，n}；

表示库所与变迁的前置关联矩阵，若变迁t是库所p的输出变迁，则Pre(p，t)＝1，否则Pre(p，t)＝0；

表示库所与变迁的后置关联矩阵，若变迁t是库所p的输入变迁，则Post(p，t)＝1，否则Post(p，t)＝0；

Θkhij＝[θkh01，θkh02，...，θkhij，...，θkHnn-1]表示Petri网的路径向量；若车辆k在第h步经i点出发访问j点(i≠j)，则θkhij＝1，否则θkhij＝0；

Mkh＝[Mkh(p0)，Mkh(p1)，...，Mkh(pn)]表示Petri网的位置标识；如果车辆k在第h步的位置为点i(i＝0，1，...，n)，则Mkh(pi)＝1，否则Mkh(pi)＝0；

vij表示Petri网的载货向量，车辆从点i到点j所增加的载货量，i，j＝0，1，...，n，i≠j，即νij＝qj。