多约束、多车辆VRP问题（Matlab代码实现）

 欢迎关注

个人主页：我爱Matlab

点赞➕评论➕收藏 == 养成习惯（一键三连）

希望大家多多支持~一起加油

语录：将来的我一定会感谢现在奋斗的自己！

摘要

在拆分文件夹中，单个文件保存的是单个函数

1. 在以上的程序编写中，reference文件是程序运行入口文件，他里面主要是测试用例。
2. main文件才是主文件，这个主函数有一个输入和一个输出。
3. 该程序中包含了画图。

在整合文件中，main函数内涵了所有的函数。

1. 这里的main函数的输入为三个参数
   • 参数一：车辆信息[120,155]
   • 参数二：配送中心点坐标信息[109.25783,34.1266372]
   • 参数三：服务点的信息
     • 需求点的坐标
     • 需求点的需求量
     • 需求点的满意度

✨⚡运行结果⚡✨

 

♨️‍Matlab代码‍♨️

clc;clear;
result_in.vehicle = [105 ,140];% 车辆信息
result_in.center_position = [108.969337,34.276048];% 中心点信息
result_in.inn = 30; % 初始种群大小
result_in.gnMax = 50;  % 最大代数
result_in.crossProb = 0.8; % 交叉概率
result_in.muteProb = 0.2; % 变异概率
result_in.unit_cost = 2.1;% 单位费率 
result_in.all_info_data = [108.977123000000,34.1851090000000,23,0.196595250000000;109.018560000000,34.2653690000000,20,0.840717256000000;109.035267000000,34.2728500000000,2,0.254282179000000;109.019305000000,34.2753060000000,5,0.751267059000000;108.953716000000,34.3361000000000,22,0.351659507000000;108.943133000000,34.3470740000000,23,0.337122644000000;108.925940000000,34.3347330000000,6,0.934010684000000;108.920901000000,34.3377210000000,14,0.568823661000000;108.919831000000,34.3359900000000,15,0.129906208000000;108.953611000000,34.2874410000000,6,0.473288849000000;108.875444000000,34.3302570000000,23,0.530797553000000;108.831797000000,34.3400150000000,12,0.0539501190000000;108.937911000000,34.2865010000000,3,0.917193664000000;108.795216000000,34.3318550000000,14,0.0758542900000000;108.869859000000,34.3066150000000,2,0.567821641000000];%全部数据
result_in.cur_info = [];%当前循环，进行的TSP优化信息
% ------------------------------------------------
result_out = main(result_in);%             函数运行
% ------------------------------------------------
disp(result_out);

参考文献

[1]文宗川,王慧.基于蚁群算法在VRP中的应用研究——以呼和浩特A物流公司为例[J].物流工程与管理,2022,44(02):26-28+39.