【路径规划】基于遗传算法求解多车多类型车辆的车辆路径优化问题附matlab代码

简介: 【路径规划】基于遗传算法求解多车多类型车辆的车辆路径优化问题附matlab代码
+关注继续查看

1 内容介绍

多车辆多路线的交通路线优化涉及到排序问题,是一个N-P难题,高效精确的算法存在的可能性不大.提出了基于遗传算法的求解方法,给出了实例来证明如何利用遗传算法解决多车辆多路线的优化问题.结果证明,一般情况下利用遗传算法对于多车辆多路线的行车路线优化能得到一组比较满意的解.

2 仿真代码

%fitness

%输入:种群数量,长度周转判断符,当前种群,车型,车数,点对位置,距离矩阵

%输出:fitness

function [ Chrom_ini_fitness ] = ga_fitness( PAR_ga_chrom_size,PAR_LONG_OR_UPUP,Chrom_ini,PAR_car_cap,PAR_car_kind,BASE_DATA_USING,BASE_D,PAR_car_cost)

for i=1:PAR_ga_chrom_size %PAR_ga_chrom_size输入

    Chrom_this = Chrom_ini(i,:); %抽取当前一组解

    [ALL_PATH,ALL_CARK,ALL_EMPT] = cun_coding_to_path_and_cark(Chrom_this,PAR_car_cap,BASE_DATA_USING); %PAR_car_cap即容积输入,BASE_DATA_USING输入

    %换成路径

    [ALL_LONG_UNT,ALL_UPUP_UNT] = cun_path_info( ALL_PATH,BASE_DATA_USING,BASE_D);

    if size(find(cell2mat(ALL_LONG_UNT)>200),2)~=0

        Chrom_this_fitness = 100000000;

    else

        Chrom_this_fitness = 0;

    end

         %计算长度及周转量

    if PAR_LONG_OR_UPUP == 1 %如果是以长度为标准 %PAR_LONG_OR_UPUP输入

        Chrom_this_fitness = Chrom_this_fitness + sum(cell2mat(ALL_LONG_UNT))*3.4;

        ALL_CARK_NUM = cell2mat(ALL_CARK); %元胞转数值

        for m=1:PAR_car_kind                            %输入PAR_car_kind

            Chrom_car_kind = PAR_car_cap(1,m);

            Chrom_car_kind_num(1,m) = size(find(ALL_CARK_NUM == Chrom_car_kind),1); %算出每种分别有多少辆

            Chrom_this_fitness_add = PAR_car_cost(1,m) * Chrom_car_kind_num(1,m);   %算出增加的固定成本

            

            if m==1&&Chrom_car_kind_num(1,m)>3

            Chrom_this_fitness = Chrom_this_fitness + Chrom_this_fitness_add*10000;       %固定成本累加到fitness上

            end

            if m==2&&Chrom_car_kind_num(1,m)>3

            Chrom_this_fitness = Chrom_this_fitness + Chrom_this_fitness_add*10000;       %固定成本累加到fitness上

            end

            if m==3&&Chrom_car_kind_num(1,m)>3

            Chrom_this_fitness = Chrom_this_fitness + Chrom_this_fitness_add*10000;       %固定成本累加到fitness上

            end

            

            Chrom_this_fitness = Chrom_this_fitness + Chrom_this_fitness_add;       %固定成本累加到fitness上

        end

    

    end

    if PAR_LONG_OR_UPUP == 2 %如果是周转量

        Chrom_this_fitness = sum(cell2mat(ALL_UPUP_UNT)); 

        ALL_CARK_NUM = cell2mat(ALL_CARK); %元胞转数值

    end  

    

    Chrom_ini_fitness(i,1) = Chrom_this_fitness;

end

end

3 运行结果

image

4 参考文献

[1]郭鸿伟, 王娅, 郑应文. 基于遗传算法的多车辆多路线的优化方法研究[J]. 江苏电器, 2008.

[2]付春菊, 吴成东, 雷寒,等. 基于遗传算法的车辆路径规划问题研究[J]. 科技广场, 2008(10):2.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
11月前
|
机器学习/深度学习 传感器 算法
【电力系统】基于cplex求解综合能源系统优化问题附matlab代码
【电力系统】基于cplex求解综合能源系统优化问题附matlab代码
|
11月前
|
机器学习/深度学习 传感器 算法
基于Matlab求解高铁运营公司列车开行优化问题
基于Matlab求解高铁运营公司列车开行优化问题
|
12月前
|
机器学习/深度学习 传感器 算法
基于考虑成本敏感的人工蜂群算法求解多目标优化问题附matlab代码
基于考虑成本敏感的人工蜂群算法求解多目标优化问题附matlab代码
|
12月前
|
算法 决策智能 C++
运筹优化学习10:分支定界算法求解整数规划问题及其Matlab实现(下)
运筹优化学习10:分支定界算法求解整数规划问题及其Matlab实现
运筹优化学习10:分支定界算法求解整数规划问题及其Matlab实现(下)
|
12月前
|
算法 决策智能
运筹优化学习10:分支定界算法求解整数规划问题及其Matlab实现(上)
运筹优化学习10:分支定界算法求解整数规划问题及其Matlab实现
运筹优化学习10:分支定界算法求解整数规划问题及其Matlab实现(上)
|
12月前
|
机器学习/深度学习 传感器 算法
【TSP问题】基于状态转移算法求解旅行商问题附matlab代码
【TSP问题】基于状态转移算法求解旅行商问题附matlab代码
|
12月前
|
机器学习/深度学习 传感器 算法
【无人机】基于混合粒子群算法求解无人机航迹规划问题附Matlab代码
【无人机】基于混合粒子群算法求解无人机航迹规划问题附Matlab代码
|
12月前
|
机器学习/深度学习 传感器 算法
【电力系统经济调度】多元宇宙算法求解电力系统多目标优化问题附Matlab
【电力系统经济调度】多元宇宙算法求解电力系统多目标优化问题附Matlab
|
12月前
|
机器学习/深度学习 传感器 算法
【多式联运】基于帝企鹅AFO 粒子群PSO 遗传GA算法求解不确定多式联运路径优化问题附matlab代码
【多式联运】基于帝企鹅AFO 粒子群PSO 遗传GA算法求解不确定多式联运路径优化问题附matlab代码
|
12月前
|
机器学习/深度学习 传感器 算法
【无人机】基于遗传算法的卡车结合两架无人机求解旅行推销员问题(D2TSP)附Matlab代码
【无人机】基于遗传算法的卡车结合两架无人机求解旅行推销员问题(D2TSP)附Matlab代码
热门文章
最新文章
相关产品
机器翻译
推荐文章
更多