基于遗传算法的联合运输路径优化，肖天国，符卓，联合运输是在能源危机、交通拥堵及环境污染约束下的一种理想运输模式。随着国际贸易的飞速发展，联合运输成为了一个热点问题。而
2022-05-27 20:10:42
398KB
1
解 （1）求解原运输问题
由于总生产量小于总需求量，虚设工厂4，生产量为100个单位，到各个用户间的运
费单价为0。用LINGO软件求解，得到总运费是2950元，运输方案如下表所示。
用 户 1 2 3 4 生产量
工厂1 100 200 300
工厂2 200 200
工厂3 250 150 400
工厂4 100 100
需求量 200 100 450 250
（2）下面按照目标的重要性的等级列出目标规划的约束和目标函数。
设 ijx 为工厂 )3,2,1( =ii 调配给用户 )4,3,2,1( =jj 的运量， ijc 表示从工厂 i 到用户 j
的单位产品的运输费用， )4,3,2,1( =ja j 表示第 j 个用户的需求量， )3,2,1( =ibi 表示第 i
个工厂的生产量。
i）供应约束应严格满足，即
i
j
ij bx ≤∑
=
4
1
ii）供应用户1的产品中，工厂3的产品不少于100个单位，即
1001131 =−+
+− ddx
iii）需求约束。各用户的满足率不低于80％，即
2022-05-27 16:50:35
4.07MB
1
货物配装和运输是物流配送系统的重要组成部分,是提高物流配送系统运作效率的关键。针对物流配送系统的复杂约束,建立了单源多路径配装-运输集成模型。为求解上述模型,采用基于客户点序号编码,最大保留交叉和自适应交叉变异等技术,设计了改进的遗传算法。实例计算表明,模型和算法可行有效,能较好地解算单源多路径配装-运输问题,为物流配送系统的优化提供了新的思路。
2022-05-27 08:56:13
602KB
1
matlab
10折交叉验证知识代码简介：预测和可视化的结果位于“结果”文件夹下。
那些ML模型预测的是每条记录的位置，而html文件可视化的是车辆加速和访问的前10个位置。
这些html文件由Python脚本生成，将位置速度限制与汽车记录进行比较，并计算所有位置的频率。
原始数据集（位于文件夹“
1-data-preprocessing”中）：
linkinfo-copy.csv：包含传感器信息的excel文件
traffic-csv文件夹：该文件夹包括从04/2015到12/2016的所有流量记录
源代码：
1-data-preprocessing文件夹：该文件夹包括有关数据预处理的所有脚本（步骤1）
2-ml-model：包含所有机器学习脚本的文件夹（第2步）
3-可视化：该文件夹包括有关可视化的所有脚本（第3步）
补充材料：
纸文件夹：包含我用作参考的所有纸的文件夹
结果文件夹：该文件夹包含屏幕截图和ML预测和可视化结果的输出
==================================================
=========================
2022-05-20 14:20:55
141.36MB
1