目录
1 概述
2 运行结果
2.1 算例1
2.2 算例2
2.3 算例3
3 参考文献
4 Matlab代码及详细文章
位置一分配问题起源于美国民用航空局(CAB),其航空公司航线的结构为轴辐系统(Hub-and-Spoke),以某一个主要的机场为轴(Hub),众多由此辐射而出的航线为辐(Spoke),在中枢的主要机场看成一个转运点,从而提供旅客和货物的转运.其中 P-Hub中心问题即是轴辐系统的一种,该问题已广泛应用在现实生活中,如航线问题、邮件传送问题、货物运送问题、通讯问题等.
部分代码:
function sol=ParseSolution(xhat,model)
N=model.N;
P=model.P;
c=model.c;
alpha=model.alpha;
f=model.f;
r=model.r;
xii=diag(xhat)';
if any(xii>=0.5)
[~, so]=sort(xii,'descend');
nHub=0;
for i=so
if xii(i)<0.5 || nHub>=P
break;
end
xii(i)=1;
nHub=nHub+1;
end
xii(xii<1)=0;
else
[~, imax]=max(xii);
xii(:)=0;
xii(imax)=1;
end
Hubs=find(xii==1);
x=xhat;
for i=1:N
if xii(i)==0
x(i,:)=0;
else
x(:,i)=0;
x(i,i)=1;
end
end
h=zeros(1,N);
for i=1:N
XI=x(:,i);
XI(xii==0)=-inf;
[~, h(i)]=max(XI);
x(:,i)=0;
x(h(i),i)=1;
end
oc=zeros(N,N);
for i=1:N
for j=1:N
if i==j
oc(i,j)=0;
else
k=h(i);
l=h(j);
oc(i,j)=c(i,k)+alpha*c(k,l)+c(l,j);
end
end
end
ocr=oc.*r;
SumOCR=sum(ocr(:));
xiif=xii.*f;
SumXF=sum(xiif);
TotalCost=SumOCR+SumXF;
sol.x=x;
sol.h=h;
sol.Hubs=Hubs;
sol.SumOCR=SumOCR;
sol.SumXF=SumXF;
sol.TotalCost=TotalCost;
end
function sol=ParseSolution(xhat,model)
N=model.N;
P=model.P;
c=model.c;
alpha=model.alpha;
f=model.f;
r=model.r;
xii=diag(xhat)';
if any(xii>=0.5)
[~, so]=sort(xii,'descend');
nHub=0;
for i=so
if xii(i)<0.5 || nHub>=P
break;
end
xii(i)=1;
nHub=nHub+1;
end
xii(xii<1)=0;
else
[~, imax]=max(xii);
xii(:)=0;
xii(imax)=1;
end
Hubs=find(xii==1);
x=xhat;
for i=1:N
if xii(i)==0
x(i,:)=0;
else
x(:,i)=0;
x(i,i)=1;
end
end
h=zeros(1,N);
for i=1:N
XI=x(:,i);
XI(xii==0)=-inf;
[~, h(i)]=max(XI);
x(:,i)=0;
x(h(i),i)=1;
end
oc=zeros(N,N);
for i=1:N
for j=1:N
if i==j
oc(i,j)=0;
else
k=h(i);
l=h(j);
oc(i,j)=c(i,k)+alpha*c(k,l)+c(l,j);
end
end
end
ocr=oc.*r;
SumOCR=sum(ocr(:));
xiif=xii.*f;
SumXF=sum(xiif);
TotalCost=SumOCR+SumXF;
sol.x=x;
sol.h=h;
sol.Hubs=Hubs;
sol.SumOCR=SumOCR;
sol.SumXF=SumXF;
sol.TotalCost=TotalCost;
end
function sol=ParseSolution(xhat,model)
N=model.N;
P=model.P;
c=model.c;
alpha=model.alpha;
f=model.f;
r=model.r;
xii=diag(xhat)';
if any(xii>=0.5)
[~, so]=sort(xii,'descend');
nHub=0;
for i=so
if xii(i)<0.5 || nHub>=P
break;
end
xii(i)=1;
nHub=nHub+1;
end
xii(xii<1)=0;
else
[~, imax]=max(xii);
xii(:)=0;
xii(imax)=1;
end
Hubs=find(xii==1);
x=xhat;
for i=1:N
if xii(i)==0
x(i,:)=0;
else
x(:,i)=0;
x(i,i)=1;
end
end
h=zeros(1,N);
for i=1:N
XI=x(:,i);
XI(xii==0)=-inf;
[~, h(i)]=max(XI);
x(:,i)=0;
x(h(i),i)=1;
end
oc=zeros(N,N);
for i=1:N
for j=1:N
if i==j
oc(i,j)=0;
else
k=h(i);
l=h(j);
oc(i,j)=c(i,k)+alpha*c(k,l)+c(l,j);
end
end
end
ocr=oc.*r;
SumOCR=sum(ocr(:));
xiif=xii.*f;
SumXF=sum(xiif);
TotalCost=SumOCR+SumXF;
sol.x=x;
sol.h=h;
sol.Hubs=Hubs;
sol.SumOCR=SumOCR;
sol.SumXF=SumXF;
sol.TotalCost=TotalCost;
end
部分理论引用网络文献,如有侵权请联系删除。
[1]卓月明,樊晓兵.基于SOFM的P-Hub中心问题的最优求解.吉首大学学报:自然科学版,2009(5):60-63
机构:吉首大学物理科学与信息工程学院
摘要:"位置-分配问题"是运输问题中一个重要的研究问题,其中P-Hub中心问题被广泛的应用在航空、通讯、邮件送发问题上.目前已有许多启发式的方法被广泛应用求最优解,如基因算法、模拟退火法、Hopfield network等;本研究针对顾客及服务中心数目已知的条件下,提出了基于人工神经网络的自组织特征映射网络求解方法,运用神经元的自我学习功能来找出最佳的服务中心位置.
博客主页:@橘柑橙柠桔柚