[VRPTW]GA与ALNS的比较.基因遗传算法的链接汇总

两者在函数构造上的差异性

操作步骤 GA ALNS 备注
Node() 完全相同
Sol() 完全相同
Model() 类似
1. 读取文件,并打造属性卡片 类似
2. 初始化参数:计算距离矩阵时间矩阵及初始信息素 完全相同
3. 计算路径费用 完全相同
4. 根据Pred提取路径 完全相同
5. 根据序列分割路径 完全相同
6. 构造初始解 完全相同
A1: 计算目标函数
B1-1:计算路径的成本
B1-2:计算种群适应度
A2-1:随机破坏
A2-2:最值破坏
B2: 交叉
A3-1:随机修复
A3-2:贪婪修复
B3:突变

下面是属于各自的思想方法所定义的函数,没有比较的意义了.暂停.所以对于同一个问题来说. 由于解空间相同–解的分割方法相同.只是解的提升优化的方法不同罢了.


参考链接:

  1. 《Python实现(MD)VRPTW常见求解算法——自适应大邻域搜索算法(ALNS)》
  2. 《Python实现(MD)VRPTW常见求解算法——遗传算法(GA)》
    注意:这里是MDVRPTW的方法对应. 其还有共同点是:对多仓库中仓库的确定.

相关文章:
3. 《[基因遗传算法]原理思想和python代码的结合理解之(一) :单变量》
4. 《[基因遗传算法]进阶之二:最优规划问题–多种编码方式+多变量》
5. 《[基因遗传算法]进阶之三:sko.GA的实践TSP》
6. 《[基因遗传算法]进阶之四:实践CVRP》
7. 《[基因遗传算法]进阶之五:实践VRPTW》
8. 《[基因遗传算法]进阶之六:VRP的进阶经典问题的解码如何写》

你可能感兴趣的:(车辆路径规划问题,python,基因遗传算法,GA,ALNS)