基于Matlab求解高铁运营公司列车开行优化问题

简介: 基于Matlab求解高铁运营公司列车开行优化问题

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

⛄ 完整代码

clc;

clear;

close all

Kf =[23.5, 23.5, 23, 23.5,22.5, 23, 23, 22.5, 24, 23, 21.5, 21.5, 21, 21.5, 21];

Bf =[0.75, 0.75, 0.8, 0.75, 0.85, 0.8, 0.8, 0.85, 0.7, 0.8, 0.85, 0.85, 0.9, 0.85, 0.9];

c = [];

%% 定义目标函数的系数

for t = 1:9

   c=[c;Kf'];

end

%% 限定 求解的自变量 为正整数

intcon=1:135;

lb=zeros(135,1); % 自变量的下限, >= 0

%% 定义约束条件的系数矩阵

a1 = [ones(1,15),zeros(1,15*8)];

a2 = [zeros(1,15),ones(1,15),zeros(1,15*7)];

a3 = [zeros(1,15*2),ones(1,15),zeros(1,15*6)];

a4 = [zeros(1,15*3),ones(1,15),zeros(1,15*5)];

a5 = [zeros(1,15*4),ones(1,15),zeros(1,15*4)];

a6 = [zeros(1,15*5),ones(1,15),zeros(1,15*3)];

a7 = [zeros(1,15*6),ones(1,15),zeros(1,15*2)];

a8 = [zeros(1,15*7),ones(1,15),zeros(1,15)];

a9 = [zeros(1,15*8),ones(1,15)];

D = 720;


b1 = [-D.*Bf,zeros(1,15*8)];

b2 = [zeros(1,15),-D.*Bf,zeros(1,15*7)];

b3 = [zeros(1,15*2),-D.*Bf,zeros(1,15*6)];

b4 = [zeros(1,15*3),-D.*Bf,zeros(1,15*5)];

b5 = [zeros(1,15*4),-D.*Bf,zeros(1,15*4)];

b6 = [zeros(1,15*5),-D.*Bf,zeros(1,15*3)];

b7 = [zeros(1,15*6),-D.*Bf,zeros(1,15*2)];

b8 = [zeros(1,15*7),-D.*Bf,zeros(1,15)];

b9 = [zeros(1,15*8),-D.*Bf];

Z = [1,0,1,1,1;0,1,1,1,1;1,0,0,1,1;1,1,0,1,1;0,0,0,1,1;0,0,1,1,1;0,1,0,1,1;1,0,0,0,1;1,1,1,1,1;1,1,0,0,1;1,1,0,1,0;0,1,1,1,0;0,1,0,1,0;1,1,1,1,0;1,0,0,1,0];

g2 =repmat([-D*Z(:,1)'.*Bf],1, 9);

g3 =repmat([-D*Z(:,2)'.*Bf],1, 9);

g4 =repmat([-D*Z(:,3)'.*Bf],1, 9);

g5 =repmat([-D*Z(:,4)'.*Bf],1, 9);

g6 =repmat([-D*Z(:,5)'.*Bf],1, 9);


a=[a1;a2;a3;a4;a5;a6;a7;a8;a9;b1;b2;b3;b4;b5;b6;b7;b8;b9;g2;g3;g4;g5;g6];

%% 定义约束条件 不等式右边的值

St = 6*ones(9,1);

yt = [1710;2250;2700;2790;2745;2700;2745;2790;1170];

yg = [4320;2159;2159;6481;6481];

b = [St;-yt;-yg];


%% 执行intlinprog,求解约束最优化问题


[x,fval]=intlinprog(c,intcon,a,b,[],[],lb);

xx = reshape(x,15,9);

disp(xx);

%% 堆叠柱状图

X = 1:9;

Y = xx';

a=bar(X,Y,0.4,'stacked');%绘制

%% 设置堆叠柱状图的颜色

set(a(1),'facecolor',[1, 0, 0]);

set(a(2),'facecolor',[0, 1, 0]);

set(a(3),'facecolor',[0, 0, 1]);

set(a(4),'facecolor',[0.5, 0.5, 0.5]);

set(a(5),'facecolor',[0.98, 0.75, 0.00]);

set(a(6),'facecolor',[0.85, 0.84, 0.5]);

set(a(7),'facecolor',[0.26, 0.45, 0.77]);

set(a(8),'facecolor',[0, 0.33, 0.64]);

set(a(9),'facecolor',[0.89, 0, 0.57]);

set(a(10),'facecolor',[0.9, 0.75, 0.00]);

set(a(11),'facecolor',[0.85, 0.84, 0.86]);

set(a(12),'facecolor',[0.26, 0.45, 0.77]);

set(a(13),'facecolor',[0.21, 0.33, 0.64]);

set(a(14),'facecolor',[0.89, 0.88, 0.57]);

set(a(15),'facecolor',[0.98, 0.75, 0.00]);

legend(a,'f1','f2','f3','f4','f5','f6','f7','f8','f9','f10','f11','f12','f13','f14','f15','location','southoutside','orientation','horizontal');

xlabel('时段'),

ylabel('不同类型列车开行数量/列')

⛄ 运行结果

⛄ 参考文献


❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
12天前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鲸鱼优化算法NSWOA与多目标螳螂搜索算法MOMSA求解无人机三维路径规划研究(Matlab代码实现)
|
12天前
|
机器学习/深度学习 算法 调度
基于NSGA-III算法求解微电网多目标优化调度研究(Matlab代码实现)
基于NSGA-III算法求解微电网多目标优化调度研究(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
87 14
|
8天前
|
存储 算法 安全
【多目标工程应用】基于MOGWO的地铁隧道上方基坑工程优化设计研究(Matlab代码实现)
【多目标工程应用】基于MOGWO的地铁隧道上方基坑工程优化设计研究(Matlab代码实现)
|
12天前
|
算法 安全 BI
基于粒子群算法的多码头连续泊位分配优化研究(Matlab代码实现)
基于粒子群算法的多码头连续泊位分配优化研究(Matlab代码实现)
|
11天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的XGBoost序列预测算法matlab仿真
基于WOA优化XGBoost的序列预测算法,利用鲸鱼优化算法自动寻优超参数,提升预测精度。结合MATLAB实现,适用于金融、气象等领域,具有较强非线性拟合能力,实验结果表明该方法显著优于传统模型。(238字)
|
8天前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
|
10天前
|
机器学习/深度学习 并行计算 算法
基于二进制粒子群优化(BPSO)最佳PMU位置(OPP)配置研究(Matlab代码实现)
基于二进制粒子群优化(BPSO)最佳PMU位置(OPP)配置研究(Matlab代码实现)
|
10天前
|
机器学习/深度学习 算法 Java
基于灰狼优化算法(GWO)解决柔性作业车间调度问题(Matlab代码实现)
基于灰狼优化算法(GWO)解决柔性作业车间调度问题(Matlab代码实现)
|
11天前
|
算法 安全 定位技术
基于改进拥挤距离的多模态多目标优化差分进化(MMODE-ICD)求解无人机三维路径规划研究(Matlab代码实现)
基于改进拥挤距离的多模态多目标优化差分进化(MMODE-ICD)求解无人机三维路径规划研究(Matlab代码实现)

热门文章

最新文章