基于MATLAB实现的遗传算法 车辆路径规划（已经优化）+使用说明文档.rar

function main() clear; clc; for xx=1:2 tic % �����ʼ�� genmax=500; %[xy,n,nind,D,Q,TT,ET,EL,ELL,CT,CL,dmax,qmax,fitmax,c0,c1,k,v]=datas(); [n,nind,D,Q,TT,ET,EL,ELL,CT,CL,dmax,qmax,fitmax,c0,c1,k,v]=datas(); %��ɳ�����Ⱥ chrom=initpop(nind,n,k); % Elapsed time is 8.554690 seconds.); gen=1; while gen<=genmax %������Ӧֵ���� [fit,fitx]=fitness(D,Q,chrom,TT,ET,EL,CT,CL,dmax,qmax,fitmax,c0,c1,k,v,n,nind); %�ҳ����Ÿ�����Ӧֵ avefit(gen)=sum(fit)/nind;%ƽ����Ӧֵ [bestfitc,bestindex]=min(fit); bestindex=bestindex(1); bestfit(gen)=bestfitc;%��С��Ӧֵfit�ļ� bestpop(gen,:)=chrom(bestindex,:);%���Ÿ��弯 %ѡ�� chrom=select(chrom,fitx); %���� chrom=crossover(chrom); %���� chrom=mutate(chrom,avefit,gen); %��Ӣ���� chrom(1,:)=bestpop(gen,:); gen=gen+1; end bestpop; y=bestfit;%����������Ӧֵ %y1=avefit;%����ƽ����Ӧֵ %�ҳ����ŵ���Ӧֵ������ [minbestfit,minindex]=min(bestfit);%ȡ������Ӧֵ��λ�á�������Ӧֵ minindex=minindex(1); %ȡ���Ÿ��� minbestpop=bestpop(minindex,:); %��������Ⱦɫ�� a=randperm(size(minbestpop,2)); a1=sort(a); a2=sort(minbestpop); a3=zeros(1,size(minbestpop,2)); for i=1:size(minbestpop,2) for j=1:size(minbestpop,2) if minbestpop(i)==a2(j); a3(i)=a1(j); a2(j)=0; break; end end end a3; for i=1:size(a3,2) if a3(i)>n a3(i)=1; end end a4=[1,a3,1]; %ȥ�� for i=1:size(a4,2)-1 if a4(i)-a4(i+1)==0 a4(i)=0; end end ii=find(a4==0); a4(ii)=[]; a4; %���ŷ��� minbestpop1=a4; minbestfit;%�����Ӧֵ %����· %DrawPath(minbestpop1,xy); %���ͼ figure x=1:1:genmax; plot(x,y,'r--') %plot(x,y); hold on %plot(x,y1,'r--');%��Ӧֵƽ���� title('�Ŵ��Ż����') xlabel('������') ylabel('������Ӧֵ') axis([0,genmax,0,2000]) %������Ž� disp('���Ž�Ϊ��'); N=size(minbestpop1,2); p=num2str(minbestpop1(1)); for i=2:N; p=[p,'->',num2str(minbestpop1(i))]; end disp(p); disp(['���Ž�Ϊ��',num2str(minbestpop1)]); disp(['���ųɱ�Ϊ��',num2str(minbestfit)]); s=0; r=minbestpop1; for i=1:size(r,2)-1 s=s+D(r(i),r(i+1)); end disp(['��ʻ��̣�',num2str(s)]); toc end