带时间窗的车辆路径规划问题的粒子群算法matlab代码

%%—————粒子群算法求解带时间窗的车辆路径规划问题——————%%% clc clear all close all %% 目标约束初始化 %同时需要给出距离矩阵（DS）--DS DS=load('算法求解\DS.mat'); DS=struct2cell(DS); DS=cell2mat(DS); %车辆速度（speed) speed=50; %各任务的时间窗([ETi,LTi])---CT CT=load('算法求解\CT.mat'); CT=struct2cell(CT); CT=cell2mat(CT); %服务时间（STi)--ST ST=load('算法求解\ST.mat'); ST=struct2cell(ST); ST=cell2mat(ST); %车辆容量（W） w=7.5; %各场点的货运量（gi)--g g=load('算法求解\g.mat'); g=struct2cell(g); g=cell2mat(g); %运输成本矩阵y（与运输距离成正比） y=3; %定义目标函数的罚金成本PE,PL PE=50;%早到时间惩罚 PL=50; %到达加上该场点的服务时间达到LT的惩罚 %% 粒子初始化 n=40; %粒子规模 c1=1.49; %参数1 c2=2.33; %参数2 m=9; %%任务数 cdm=linspace(1,m,m); %%生成任务编号 vn=4; %%总的车辆数 Xv=zeros(n,m); %各任务对应的车辆编号，为0-vn之间的整数 Xr=zeros(n,m); %为各车辆进行各项任务的顺序 Vv=zeros(n,m); %为车辆编号的速度 Vr=zeros(n,m); %为任务顺序的速度 maxgen=100; %迭代最大次数 pbestXr=zeros(n,m); %%各粒子的在历史过程中的最优解 pbestXv=zeros(n,m); %%各粒子的在历史过程中的最优解 gbestXr=zeros(1,m); %%粒子种群在历史过程中的最优 gbestXr=zeros(1,m); %%粒子种群在历史过程中的最优 %% 算法实现 %i=1时 Xv=round((rand(n,m)*(vn-1)+1)); %为0-vn之间的整数 Xr=rand(n,m)*(m-1)+1; %为0-m之间的实数 Vv=round((rand(n,m)*(vn-3)+1)); %为0-(vn-1)之间的整数 Vr=(rand(n,m)*(m-1)+1); %为0-(m-1)之间的实数 [gbestXv gbestXr fav]=eval(Xv,Xr,y,PE,PL,CT,ST,g,vn,n,m,speed,DS,w); %%进行粒子评价并得到粒子的gbestXr,gbestXv pbestXv=Xv; pbestXr=Xr; fav1=fav; %评估值进行存储，用于下一状态的评价 %当i>1时 for i=2:maxgen Xv2=Xv; Xr2=Xr; for j=1:n Xv1=Xv(j,:); Xr1=Xr(j,:); Vv1=Vv(j,:); Vr1=Vr(j,:); Vv(j,:)=round(Vv1+c1*rand*(pbestXv(j,:)-Xv1)+c2*rand*(gbestXv-Xv1)); %%各任务对应的车辆速度更新 Vr(j,:)=Vr1+c1*rand*(pbestXr(j,:)-Xr1)+c2*rand*(gbestXr-Xr1); %%车辆接受各任务的序号的速度更新 %%%速度校正 Vvsz=Vv(j,:); Xvsz=Xv(j,:); Vrsz=Vr(j,:); Xrsz=Xr(j,:); for j1=1:m if Vvsz(j1)>vn-1 | Vrsz>m-1 Vvsz(j1)=vn; Vrsz(j1)=m-1; elseif Vvsz(j1)<1-vn | Vrsz<1-m Vvsz(j1)=1-vn; Vrsz(j1)=1-m; end end %%%位置校正 Xv(j,:)=Xv(j,:)+Vv(j,:); %%各任务对应的车辆序号位置更新 Xr(j,:)=Xr(j,:)+Vr(j,:); %%各车辆进行各项任务顺序的位置更新 %------------------------------------%% if Xvsz(j1)<=0 | Xrsz<1-m Xvsz(j1)=1; Xrsz(j1)=rand*(1-m); elseif Xvsz(j1)>vn | Xrsz>m-1 Xvsz(j1)=round(rand*(vn)+1); Xrsz(j1)=rand*(m-1); end Vv(j,:)=Vvsz; Xv(j,:)= Xvsz; Vr(j,:)=Vrsz; Xr(j,:)= Xrsz; end [gbestXv gbestXr fav]=eval(Xv,Xr,y,PE,PL,CT,ST,g,vn,n,m,speed,DS,w); %%进行粒子评价 for k=1:n if fav(k)<=fav1(k) pbestXv(k,:)=Xv(k,:); pbestXr(k,:)=Xr(k,:); else pbestXv(k,:)=Xv2(k,:); pbestXr(k,:)=Xr2(k,:); end end fav1=fav; end gbestXv; min(fav); gbestXr; %% 最优粒子解码 zuiyou=zeros(vn+1,m); zuiyou(1,:)=linspace(1,m,m); xh=0; for i=1:vn colv1=find(gbestXv==i); for j=1:length(colv1) zuiyou(i+1,colv1(j))=gbestXr(colv1(j)); end zy0=zuiyou(1,:)'; zy1=zuiyou(i+1,:)'; zy2=[zy0 zy1]; szy=sortrows(zy2,2); szy=szy'; t=0; for k=1:m if szy(2,k)~=0 % xh t=t+1; szy(1,k); xh(t)=szy(1,k); end end xh; st=0; st=num2str(st); %% 结果输出 for d=1:length(xh) strr=num2str(xh(d)); strr=strcat(strr,'->'); st=[st,'->', strr]; end st1=0; st1=num2str(st1); st=[st,st1]; disp(['第',num2str(i),'辆车','的运输路线为：',num2str(st)]) xh=0; end disp(['目标最优值为：',num2str(min(fav))])