[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》