【优化求解】模拟退火遗传实现带时间窗的车辆路径规划问题

2021-05-08 19:02:13 阅读：197 来源： 互联网

标签：求解 Color 路径 %% 模拟退火车辆 coordinate line hold

带时间窗的VRP问题描述：

假设在一个供求关系系统中，车辆从货源取货，配送到对应的若干配送点。车辆存在最大载货量，且配送可能有时间限制。需要合理安排取货时间，组织适当的行车路线，使用户需求得到满足，同时使某个代价函数最小，比如总工作时间最少、路径最短等。可以看出TSP问题是VRP问题的一种简单特殊形式。因此，VRP也是一种NP hard 问题。

目前解决此种问题的办法有多种，主要以启发式算法为主。包括退火算法、遗传算法、蚁群算法、禁忌算法等。

下面建立带时间窗的VRP模型：

clc;
clear all
close all
t0=cputime;%计时开始
filename='.\Solomon\c101.txt';
[NO,XCOORD, YCOORD,DEMAND,READY_TIME,DUE_DATE,SERVICE_TIME]=textread(filename,'%s%s%s%s%s%s%s','headerlines',8);
%初始化
timewindows=[str2num(char(READY_TIME))';str2num(char(DUE_DATE))'];
coordinate=[str2num(char(XCOORD)),str2num(char(YCOORD))];
demand=str2num(char(DEMAND))';
service=str2num(char(SERVICE_TIME))';
D=distanse(coordinate);
popsize=80;%种群数量
capacity = 200;%车子载重
%经验公式m=[Σgi /aq]＋1,粗求车辆数
a = 0.8;   %【3】
k1 = round((sum(abs(demand))./(a*capacity)))-2;    %最小车辆数
k2 = round((sum(abs(demand))./(a*capacity)))+1;    %最大车辆数
% k1=size(NO);
% k2=k1+10;
original = 100;%初始每辆车的载货量
C=500;%C为停止代数，遗传到第 C代时程序停止,C的具体取值视问题的规模和耗费的时间而定
Pc=0.9;%交叉概率
Pm=0.4;%变异概率
%  R = zeros(1,n+k);
% tempR = zeros(1,n+k);
minvalue = 1000000;%随便设置的最优值，不能太小
for k = k1:1:k2 %每种车辆数做一次寻优
         [tempR,tempvalue] = Run_VRP(D,demand,popsize,timewindows,k,capacity,original,C,Pc,Pm,service);%运算返回最优路径R和其总距离Rlength
    if min(tempvalue) < minvalue
        minvalue = min(tempvalue);%如果小于最小适应度值，替代&& min(tempvalue)>100
               R = tempR;%保存最小路径
        minvehicle = k;%保存最小车辆数量
            shiyingdu=tempvalue ;%保存最小染色体
    end
   
end
disp(['最优染色体',num2str(R)]);
disp(['最小车辆数',num2str(minvehicle)]);
disp(['最小里程数',num2str(minvalue)]); 
figure(1)
sz=100;
% scatter(coordinate(:,1),coordinate(:,2),50);%客户位置
hold on
[n,nn] = size(D);%节点个数
for i=2:n
    plot(coordinate(i,1),coordinate(i,2),'ro','MarkerSize',5,'MarkerEdgeColor','k','MarkerFaceColor','b');
   text(coordinate(i,1)-0.001,coordinate(i,2)+0.005,[num2str(i-1)],'Fontsize',10);hold on
end
hold on
plot(coordinate(1,1),coordinate(1,2),'p','MarkerSize',30,'MarkerEdgeColor','k','MarkerFaceColor','y');hold on%发货中心
ss=0;
cost=zeros(k,1);
for j=1:length(R)-1
    if R(j)==0
        ss=ss+1;
    end
    switch ss
        case 1
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)]);hold on%%画出车辆1的路程
         
        case 2
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color','r');hold on%%画出车辆2的路程
        
        case 3
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color','g');hold on %%画出车辆3的路程
          
        case 4
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color','k');hold on %%画出车辆3的路程
         
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color','y');hold on %%画出车辆3的路程
           
        case 6
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color','m');hold on %%画出车辆3的路程
        
        case 7
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color',[1 0.6 0.3]);hold on %%画出车辆3的路程
         
        case 8
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color',[0.5 0.5 0.5]);hold on %%画出车辆3的路程
           
        case 9
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color',[0.6 0.4 0.7]);hold on %%画出车辆3的路程
          
        case 10
             line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color',[0.8 0.4 0.7]);hold on %%画出车辆3的路程
       
        case 11
             line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color',[0.6 0.6 0.7]);hold on %%画出车辆3的路程
           
        case 12
             line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color',[0.6 0.4 0.7]);hold on %%画出车辆3的路程
               otherwise
            line([coordinate(R(j)+1,1),coordinate(R(j+1)+1,1)],[coordinate(R(j)+1,2),coordinate(R(j+1)+1,2)],'Color','c');hold on %%画出车辆4的路程
          
    end
end
minvalue1=sum(cost);
title(['车辆数',num2str(minvehicle)]);
xlabel('横坐标');
ylabel('纵坐标')
figure(2)
plot(1:C-1,shiyingdu,'b-');
xlabel('迭代次数');
ylabel('适应度');

最优染色体0 1 22 26 11 0 21 25 16 19 20 4 0 5 17 6 24 10 0 9 3 8 14 23 7 0 13 18 12 2 15 0
最小车辆数5
最小里程数377.3607
完整代码添加QQ1575304183

标签：求解,Color,路径,%%,模拟退火,车辆,coordinate,line,hold
来源： https://www.cnblogs.com/ttmatlab/p/14746177.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

【优化求解】模拟退火遗传实现带时间窗的车辆路径规划问题