1.一种结合时间要求的快递车辆路径优化的方法，其特征在于，包括以下步骤：步骤S1：获取车辆编号信息、客户时间要求信息以及配送点信息，并将上述信息进行组合编码，形成遗传编码[y1,y2,...,yi,...yn]，每个遗传编码对应一个个体；步骤S2：初始化种群，设置迭代次数G＝1，步骤S3：计算每个个体的适应度值，并选取适应度值最小的个体作为最优个体，其中，适应度值为个体中所有车辆的总时间成本TA的倒数；步骤S4：判断当前迭代次数是否满足要求，若是，则进入步骤S8，否则进入步骤S5；步骤S5：采用轮盘赌的方法，根据每个个体的适应度值，依据概率函数选择个体是否进入下一代，适应度值越大，进入下一代的概率越高；被选择进入下一代的个体进入步骤S6，未被选择进入下一代的个体进入步骤S7；步骤S6：进行交叉操作与变异操作，并将交叉与变异之后的种群送入步骤S8；步骤S7：采用三角概率对未被选择的个体进行二次选择，将步骤S4中未被选择的个体进行排序，根据个体的三角分布概率来确定是否对其进行更新，并将当前选中的个体进行更新操作之后与当前未被选中的个体一同送入步骤S8中；步骤S8：得到新种群，令迭代次数G＝G+1；步骤S9：对当前种群的最优个体的遗传编码进行解码，得到各车辆的最优行驶路径；步骤S1中，遗传编码[y1,y2,...,yi,...yn]中，元素yi的值代表车辆的编号，元素所在的向量位置代表该编号的车辆所要服务的客户编号，每个元素yi绑定有对应的客户时间要求信息以及配送点位置信息、配送点前往另一个配送点的路段信息；步骤S3中，一个个体中，所有车辆的总时间成本TA的计算如下：式中，V为配送车辆的编号集合，V＝{1 ,2 ,...,m}，m为车辆总数；P为配送点的编号集合，P＝{1,2,...,l}，l为配送点总数；T为配送的时间段的编号集合，T＝{T1,T2,...,TD}，TD为一天的总的时段数；C为客户的统一编号集合，C＝{1 ,2,...,n}，n为客户统一编号的总数；TH为早晚拥堵的时段编号集合，TL为中午拥堵的时段编号集合，TH与TL均为T的子集合；

tij表示第i点到j点所需的时间，qi表示配送点i的快递数量，表示配送点i点到配送点j点

上下班高峰期时所需的额外等待红绿灯时间，表示配送点i点到配送点j点中午高峰期时

所需的额外等待红绿灯时间，ET(i)表示未能满足客户时间要求而产生的惩罚时间成本，wij表示提前到配送点需要等待的时间，θ表示每个快件的平均等待时间，表示每个快件的平均签收时间，α表示每个快件签收前的平均准备时间；xijtk表示整数变量，当配送车辆是从配送点i到j，并是在对应的规划时间段内，xijtk＝1，否则xijtk＝0；yijtk表示整数变量，当配送车辆从配送点i到j，时间在早晚高峰期时段内，yijtk＝1，否则yijtk＝0；zijtk表示整数变量，当配送车辆从配送点i到j，时间在中午高峰期时段内，zijtk＝1，否则zijtk＝0；步骤S7中，每个个体的三角概率公式为：式中，n为未被选择的个体的数量，j3是表示个体的适应度值在剩余个体中的排名，适应度值最高的个体j3为1，其三角概率为2/(n+1)，适应度值最低的个体j3为n，其三角概率为2/n(n+1)。2.根据权利要求1所述的一种结合时间要求的快递车辆路径优化的方法，其特征在于，所述计算每个个体的适应度值具体包括以下步骤：步骤S31：对一个个体的遗传编码，找到元素值为j1的所有元素，获取这些元素在遗传编码中的位置，即元素值为j1所要服务的所有客户编号，同时获取元素值为j1绑定的信息；步骤S32：按照客户的时间要求，车辆j2按照时间从先至后的顺序，依次从配送中心前往各客户对应的配送点最后回到配送中心，得到该个体中车辆j2的路径；步骤S33：按照步骤S31至步骤S32的方法，遍历个体中的所有编码，得到一个个体所对应的所有车辆的路径，并以此计算该个体中所有车辆的总时间成本，将其倒数作为该个体的适应度值。3.根据权利要求2所述的一种结合时间要求的快递车辆路径优化的方法，其特征在于，配送点i点到配送点j点上下班高峰期时所需的额外等待红绿灯时间配送点i点到配送

点j点中午高峰期时所需的额外等待红绿灯时间每个快件的平均签收时间以及每个

快件签收前的平均准备时间α均由历史数据估计得到。4.根据权利要求3所述的一种结合时间要求的快递车辆路径优化的方法，其特征在于，所述未能满足客户时间要求而产生的惩罚时间成本ET(i)的计算如下：ET(i)＝60×误点费/平均时薪。5.根据权利要求1所述的一种结合时间要求的快递车辆路径优化的方法，其特征在于，其中的交叉操作具体为：设定一个第一判定概率P，对个体上的每一个遗传编码随机产生一个0到1的随机数，如果这个随机数大于第一判定概率P，则随机用其它个体对应位置上的编码来替换原始编码；其中的变异操作具体为：设定一个第二判定概率P，对每个个体上的所有元素进行判断，每个元素都产生一个0到1之间的随机数，如果随机数大于第二判定概率P，则随机产生一个小车编号替代该元素。6.根据权利要求1所述的一种结合时间要求的快递车辆路径优化的方法，其特征在于，步骤S9中的解码具体为：针对每个车辆编号，找到其在最优个体中的遗传编码中的所有元素，获取这些元素在遗传编码中的位置，即该车辆所要服务的所有客户编号，根据客户编号得到对应的配送点，同时获取编码绑定的信息；对同一个车辆，按照客户所要求的时间先后顺序，依次安排该车辆从配送中心前往各配送点再返回配送中心。7.一种基于权利要求1‑6任一项所述的结合时间要求的快递车辆路径优化的方法的路径优化系统，其特征在于，包括用以获取车辆编号信息以及客户时间要求信息的输入模块、用以获取配送点位置以及路段信息的地图应用模块，用以输出路径优化结果的输出模块、存储模块以及处理器；所述存储模块中存储有能够被所述处理器运行的计算机程序，处理器在运行该计算机程序时实现如权利要求1‑6任一项所述的方法步骤。