VRP问题基于禁忌搜索求解带时间窗的TWVRP问题

Posted 2021-05-18 Matlab走起

禁忌搜索算法

算法思想

标记已经解得的局部最优解或求解过程，并在进一步的迭代中避开这些局部最优解或求解过程。局部搜索的缺点在于，太过于对某一局部区域以及其邻域的搜索，导致一叶障目。为了找到全局最优解，禁忌搜索就是对于找到的一部分局部最优解，有意识地避开它，从而或得更多的搜索区域

算法过程

1. （1）给定一个禁忌表（Tabu List）H=null,并选定一个初始解X_now.

2. （2）如果满足停止规则，则停止计算，输出结果；否则，在X_now的领域中选出满足不受禁忌的候选集N(X_now).在N(X_now)中选择一个评价值最贱的解X_next，X_next：=X_now；更新历史记录H, 重复步骤（2）.

• 1
• 2

对搜索性能有影响的因素

禁忌长度

控制其他变量，单就禁忌长度的选择而言，禁忌长度越短，机器内存占用越少，解禁范围更大（搜索范围上限越大），但很容易造成搜索循环（实际去搜索的范围却很小），过早陷入局部最优。禁忌长度过长又会导致计算时间过长。

特赦规则

通俗定义：对于在禁忌的对象，如果出现以下情况，不论现在对象的禁忌长度如何，均设为0
（1）基于评价值的规则，若出现一个解的目标值好于前面任何一个最佳候选解，可特赦；
（2）基于最小错误的规则，若所有对象都被禁忌，特赦一个评价值最小的解；
（3）基于影响力的规则，可以特赦对目标值影响大的对象。

候选集

候选集的大小，过大增加计算内存和计算时间，过小过早陷入局部最优。候选集的选择一般由邻域中的邻居组成，可以选择所有邻居，也可以选择表现较好的邻居，还可以随机选择几个邻居。

评价函数

评价函数分为直接评价函数和间接评价函数。
直接评价函数：上述例子，均直接使用目标值作为评价函数。
间接评价函数：反映目标函数特性的函数（会比目标函数的计算更为简便，用以减少计算时间等）。

终止规则

禁忌算法是一个启发式算法，我们不可能让搜索过程无穷进行，所以一些直观的终止规则就出现了
（1）确定步数终止，无法保证解的效果，应记录当前最优解；
（2）频率控制原则，当某一个解、目标值或元素序列的频率超过一个给定值时，终止计算；
（3）目标控制原则，如果在一个给定步数内，当前最优值没有变化，可终止计算。

 
clear
clc
%% 用importdata这个函数来读取文件
c208=importdata('c208.txt');
 
cap=700;                                                    %车辆负荷
maxIter=300;                                                %最大迭代次数
 
E=c208(1,5);                                                %仓库时间窗开始时间
L=c208(1,6);                                                %仓库时间窗结束时间
vertexs=c208(:,2:3);                                        %所有点的坐标x和y
customer=vertexs(2:end,:);                                  %顾客坐标
cusnum=size(customer,1);                                    %顾客数
vecnum=cusnum;                                              %车辆数
demands=c208(2:end,4);                                      %需求量
a=c208(2:end,5);                                            %顾客时间窗开始时间[a[i],b[i]]
b=c208(2:end,6);                                            %顾客时间窗结束时间[a[i],b[i]]
s=c208(2:end,7);                                            %客户点的服务时间
h=pdist(vertexs);
dist=squareform(h);                                         %距离矩阵，满足三角关系，暂用距离表示花费c[i][j]=dist[i][j]
vehicles_customer=cell(vecnum,1);                           %每辆车所经过的顾客
%% CW法构造VRPTW初始解
%输出init_vc      每辆车所经过的顾客
%输出init_TD      所有车行驶的总距离
%输出init_vl      每辆车的装载量
%输出violate_INTW 判断是否违背时间窗约束，0代表不违背，1代表违背
[init_vc,init_TD,init_vl,violate_INTW] = init_TW(c208,L,demands,a,b,s,dist,cap);
%% 初始化各个车辆配送路线，每个安装场地由一辆车配送，有d2需求的安装场地在前面加上加工车间用0表示
% [ init_vc ] = init_route( vehicles_customer );
% init_TD=travel_distance(init_vc,dist);
S=init_vc;                                                  %当前解
eS=minLen(S);                                               %当前解各路径中所经过的最少数目的顾客数
initNV=size(S,1);                                               %所用车辆数目
Sbest=S;                                                    %全局最优解
% f=initNV*cusnum+eS;
% fBest=initNV*cusnum+eS;
f=initNV*cusnum+init_TD;
fBest=initNV*cusnum+init_TD;
TbList=zeros(cusnum,initNV);                                    %禁忌表
TbLength=20;                                                %禁忌长度
NS=neighborhood(S,L,cusnum,demands,a,b,s,dist,cap);         %S的邻域
[subNS]=subNeighbor(TbList,NS,fBest);                               % non-tabu or allowed by aspiration
 
%% Tabu Search
iter=0;
count=0;
while iter<maxIter
    if ~isempty(subNS)
        [minValue,minIndex]=min(subNS(:,5));           %从邻域中找出车辆总行驶距离最小的行序号
        value=subNS(minIndex,:);                       %提取最小行序号的这一行数组
        i=value(1);
        j=value(2);
        k=value(3);
        p=value(4);
        fS=value(5);
        [S_copy]=insert(S,i,j,k,p);
        if fS<fBest
            fBest=fS;
            Sbest=S_copy;
            S=S_copy;
            NS=neighborhood(S_copy,L,cusnum,demands,a,b,s,dist,cap);
            [subNS]=subNeighbor(TbList,NS,fBest);
            %更新禁忌表
            for l=1:cusnum
                for h=1:initNV
                    if TbList(l,h)~=0
                        TbList(l,h)=TbList(l,h)-1;
                    end
                end
            end
            if TbList(i,j)==0
                TbList(i,j)=TbLength;
            else
                TbList(i,j)=0;
            end
            
        else 
            if TbList(i,j)==0
                S=S_copy;
                NS=neighborhood(S,L,cusnum,demands,a,b,s,dist,cap);
                [subNS]=subNeighbor(TbList,NS,fBest);
                % 更新禁忌表
                for l=1:cusnum
                    for h=1:initNV
                        if TbList(l,h)~=0
                            TbList(l,h)=TbList(l,h)-1;
                        end
                    end
                end
                TbList(i,j)=TbLength; 
            end
        end
    else
        break
    end
    iter=iter+1;
end
Sbest=deal_vehicles_customer(Sbest);
bestNV=size(Sbest,1);
bestTD=travel_distance(Sbest,dist);
DEL=Judge_Del(Sbest);                                           % 检查最优解中是否存在元素丢失的情况
% 计算每辆车配送路线上在各个点开始服务的时间，还计算返回仓库时间
bsv= begin_s_v(Sbest,a,s,dist );
[ violate_TW ] = Judge_TW( Sbest,bsv,b,L );         % 判断是否违背时间窗约束，0代表不违背，1代表违背

完整代码添加QQ1575304183