matlab遗传算法求解带有时间窗载重约束的外卖配送路径优化（硬约束）

Posted 2021-05-18 张叔zhangshu

模型条件

配送员存在最大载重
必须先去商家，再去顾客
必须在时间窗内送达

主程序

clear
clc
close all
tic
%% 读取数据
load('shuju');
bl=0;
%% 提取数据信息
E=shuju(1,4);                                                    %初始点时间窗开始时间
L=shuju(1,5);                                                    %初始点心时间窗结束时间
zuobiao=shuju(:,2:3);                                       %所有点的坐标x和y
zb=shuju(1:end,2:3);
dtzb=shuju(end-1:end,2:3);
zuobiao=[zuobiao(:,1),-zuobiao(:,2)];
zb=[zb(:,1),zb(:,2)];
customer=zuobiao(2:end,:);                                       %顾客坐标
dtcustomer=zuobiao(end-1:end,:);
cusnum=size(customer,1);                                         %顾客数
v_num=1;                                                        %车辆数
a=shuju(2:end,4);                                                %顾客时间窗开始时间[a[i],b[i]]
b=shuju(2:end,5);                                                %顾客时间窗结束时间[a[i],b[i]]
F=shuju(2:end,1);

dist=Distanse(zb); %根据坐标的欧式距离矩阵

% dist=load('haha.mat');%D导入距离矩阵
% dist=struct2cell(dist);
% dist=cell2mat(dist);
%% 遗传算法参数设置
alpha=100000;                                                       %违反的容量约束的惩罚函数系数
belta=0.4;%违反时间窗约束的惩罚函数系数
belta2=1;
chesu=300;%车速

NIND=500;                                                       %种群大小
MAXGEN=500;                                                     %迭代次数
Pc=0.9;                                                         %交叉概率
Pm=0.05;                                                        %变异概率
GGAP=0.9;                                                       %代沟(Generation gap)
N=cusnum;
%% 初始化种群
FF=F(1:end,:);
[s,g,sj,gk,Chrom]=init(cusnum,NIND,FF);                             %构造初始解

%% 输出随机解的路线和总距离
disp('初始种群中的一个随机值:')

[VC,TD,violate_cus]=decode(Chrom(1,:),cusnum,a,b,L,dist,chesu,bl);
% disp(['总距离：',num2str(TD)]);
disp(['车辆行驶总距离：',num2str(TD)]);
disp('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')
%% 优化
gen=1;
figure;
hold on;box on
xlim([0,MAXGEN])
title('优化过程')
xlabel('代数')
ylabel('最优值')
[ObjV,bsv,gs,w1,w2]=calObj(Chrom,cusnum,a,b,L,dist,alpha,belta,belta2,chesu,bl);             %计算种群目标函数值
preObjV=min(ObjV);
%%
while gen<=MAXGEN
    %% 计算适应度
    [ObjV,bsv,gs,w1,w2]=calObj(Chrom,cusnum,a,b,L,dist,alpha,belta,belta2,chesu,bl);           %计算种群目标函数值
    line([gen-1,gen],[preObjV,min(ObjV)]);pause(0.0001)%画图 最优函数
    preObjV=min(ObjV);
    FitnV=Fitness(ObjV);
    %% 选择 
     SelCh=Select(Chrom,FitnV,GGAP);
    %% OX交叉操作
    SelCh=Recombin(SelCh,Pc,s,g,sj,gk);
    %% 变异
    SelCh=Mutate(SelCh,Pm,s,g,sj,gk);
    %% 重插入子代的新种群
    Chrom=Reins(Chrom,SelCh,ObjV);
    %% 打印当前最优解
    [ObjV,bsv,gs,w1,w2]=calObj(Chrom,cusnum,a,b,L,dist,alpha,belta,belta2,chesu,bl);           %计算种群目标函数值
    [minObjV,minInd]=min(ObjV);
    disp(['第',num2str(gen),'代最优解:'])    
    [bestVC,bestTD,best_viocus]=decode(Chrom(minInd(1),:),cusnum,a,b,L,dist,chesu,bl);
    disp(['车辆行驶总距离：',num2str(bestTD)]);
    fprintf('\\n')
    %% 更新迭代次数
    gen=gen+1 ;
end
%% 画出最优解的路线图
[ObjV,bsv,gs,w1,w2]=calObj(Chrom,cusnum,a,b,L,dist,alpha,belta,belta2,chesu,bl);              %计算种群目标函数值
[minObjV,minInd]=min(ObjV);
%% 输出最优解的路线和总距离
disp('最优解:')
bestChrom=Chrom(minInd(1),:);
[bestVC,bestTD,best_viocus]=decode(bestChrom,cusnum,a,b,L,dist,chesu,bl);
disp(['车辆行驶总距离：',num2str(bestTD)]);
disp('-------------------------------------------------------------')

draw_Best(bestVC,zuobiao,b,bsv,gk,sj,cusnum,F);
gs
w1
w2
% save 
% toc~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

优化结果

最优解:
车辆行驶总距离：15283.9339

配送路线1：0->1->5->7->9->6->27->31->32->29->30->28->39->40->8->17->15->2->25->23->26->10->3->33->16->34->37->35->36->38->21->13->22->19->20->24->18->14->11->4->
gs =

 5

w1 =

19.6187

w2 =

 0

如需代码或代写VX：zzs1056600403