代码中用到的数学模型参见
https://blog.csdn.net/weixin_45624300/article/details/124311286
代码思路为：将第一个点和最后一个点设置为车辆，也就是通常说的其实车场和终止车场；其余的节点则表示顾客节点。
代码使用了数据和代码分离的形式编写，你至于要更换数据就可以直接使用；车辆容量是灵活的，如果你设置了不同的数值，则模型就是多车型的；如果你其实车场和终止车场不是同一个点，则还可以变成开放车辆路径问题（Open vehicle routing problem）。
如需有付费答疑需求，请关注《运筹优化与地理信息》公众号在后台获取博主联系方式；或添加QQ群【1058193212】，联系群主。
2022-06-29 09:13:33
1KB
每只蚂蚁都从一个初始为空的解决方案开始，当前的部分解决方案将通过选择一个具有以下规则的可行解决方案组件来扩展：
更喜欢等待时间短的客户（等待=离开时间窗口-到达时间），因为我们不希望客户等待很长时间
偏好时间窗宽度小的客户（宽度=右时间窗-左时间窗）
如果随机值[\tau_{ij}]^\alpha [\eta_{ij}]^\beta [1/width_j]^\gamma [1/wait_j]^\delta$
否则，使用轮盘赌选择和
选择下一个点
参数确定相应组件的影响。
, 信息素
，启发式信息，等于距离的倒数
，一个随机值
, 一个常数、
更多详情、使用方法，请下载后阅读README.md文件
2022-06-22 12:03:38
149KB
针对现代物流配送路径优化中物流成本控制、配送效率和计算效率提高等问题，提出了一种基于混沌粒子群算法的物流配送路径优化方法。通过分析现代物流配送特点和配送路径优化影响因素，建立综合反映配送效率、成本、客户需求等因素的物流配送指标体系；依据物流配送指标体系，基于信息熵建立综合考虑主观和客观因素的物流配送路径优化问题的目标函数；最后为提高计算搜索效率提出一种基于混沌粒子群算法的物流配送路径优化方法，并进行仿真验证。通过实例仿真表明，基于混沌粒子群算法的物流配送路径优化方法可以有效解决物流配送路径选择问题。
2022-05-30 11:34:21
1.52MB
1