electric_vehicle_routing_problem_with_time_windows 维也纳技术大学的带时间窗的电动车辆路线问题(EVRPTW),用于优化运输和物流业夏季课程2018年夏季 伪代码构造启发式 从距离保持器(getInterCustomerDistances)获取客户地图客户->潜在邻居 遍历这些客户 如果一个客户用于一条路线-跟踪该信息,以便在合并时不浪费客户两次 如果客户没有潜在的邻居(铅笔路径),请检查返回途中是否需要充电 如果客户有潜在邻居,请遍历所有邻居并检查 如果能量仍然足够(计算使用的功率并使用) 插入下一个客户 计算剩余电量并跟踪时间 当要为下一个客户提供服务时,请使用剩余的电池和新的时间 如果没有,请检查最近的充电站是否可以完全填满时间窗口 如果是,请前往充电站并计算由于充电而引起的时间偏移 如果没有,请尝试列表中的下一个客户
2021-11-13 15:56:53 136KB Java
1
【vrp问题求解】基于遗传算法的带时间窗的车辆路径问题VRPTW.md
2021-11-11 16:12:04 11KB 算法 源码
1
-VRPTW-Python- 实现高升论文《基于电动汽车的带时间窗的路径优化问题研究》中的算法部分。
2021-11-11 12:20:26 2.4MB vrptw timewindow Python
1
时间窗车辆路径问题的混合改进型蚂蚁算法.rar
2021-11-10 20:05:17 755KB 时间 车辆路 径问 混合
1
论文研究-带时间窗车辆路径问题的量子蚁群算法.pdf,  带时间窗的车辆路径问题(VRPTW)是VRP的一种重要扩展类型, 是组合优化中的一个NP难题, 针对蚁群算法在求解VRPTW问题时易陷入局部最优和收敛速度慢的问题, 本文结合量子计算提出一种求解VRPTW的量子蚁群算法(QACA). 通过定义人工蚂蚁的转移概率, 增加量子比特启发式因子, 以及用量子旋转门实现信息素更新, 从而提高算法的全局搜索能力, 有效避免了算法陷入局部最优. 经一系列VRPTW的仿真实验表明, 量子蚁群算法较蚁群算法在求解VRPTW问题上具有更好的性能, 通过与其他算法的比较, 进一步说明量子蚁群算法是可行有效的.
2021-11-10 19:57:13 664KB 论文研究
1
【VRP问题】基于人工鱼群求解带时间窗的VRP问题matlab源码.zip
2021-11-10 16:00:37 922KB 简介
1
【VRP问题】基于模拟退火算法改进遗传算法实现带时间窗车辆路径规划问题VRPTW matlab源码.zip
2021-11-02 17:06:52 1.49MB 简介
1
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matlab源码.zip
2021-10-31 17:39:46 708KB 简介
1
matlab遗传算法求解电动车充电-路径规划问题-多车辆带时间窗
2021-10-26 11:02:53 41KB matlab
【TSP问题】基于蚁群算法求解带时间窗旅行商问题matlab源码.md
2021-10-13 14:39:04 16KB 算法 源码
1