PSO.py.zip_PSO_python_python pso

# -*- coding: utf-8 -*- # -*- coding: utf-8 -*- import numpy as np import random import matplotlib.pyplot as plt from sklearn.cluster import KMeans import pandas as pd import math import kmeans from random import choice Q0=0.5 ALPHA=0.5 BETA=0.5 ROE=0.5 '''客户信息''' PN=16 posi=[[1,1],[2,2],[3,3],[4,4],[5,5], [6,6],[7,7],[8,8],[9,9],[10,10],[11,11],[12,12], [13,13],[14,14],[15,15],[16,16]] buy=[1,10,3,4,5,6,7,8,2,10,5,1,2,4,6,3] recy=[5,7,8,1,3,9,2,3,10,6,9,1,2,6,4,1] '''分成几段呢''' FenDuan=3 '''车的信息''' bus1=[10,20] bus2=[10,20] Theta=10 busV1=bus1[0]+bus1[1] busV2=bus2[0]+bus2[1] # 先标记所有店都没走过为0 is_work=np.zeros(PN) # 车的信息记录好 bus={} bus[0]=bus1 bus[1]=bus2 '''先进行聚类分好类''' #print(kmeans.all_routes) all_routes=kmeans.all_routes #print("距离",kmeans.distance) dis=kmeans.distance class answer: def __init__(self): self.routes={} self.routes[0]=[] self.routes[1]=[] # fitness self.COST=9999999 #在某一小段里挑点[2,3,9] def four_steps(all_points): points=all_points[:] # # 先把去过的点都去掉 # for point in points: # if is_work[point]==1: # points.remove(point) # 选好的点放里面 choose_list=[] while len(points)!=0: # 随机选一个点，这个点之前没走过 pi=choice(points) points.remove(pi) choose_list.append(pi) return choose_list #all_routes #{0: [[2, 3, 9], # [12, 13, 15, 10, 14, 10, 14], # [5, 6, 11, 1, 7, 8, 2, 3, 9, 1, 7, 8, 2, 3, 9, 2, 3, 9]], # 1: [[10, 14], # [1, 7, 8, 2, 3, 9, 2, 3, 9], # [0, 4, 12, 13, 15, 10, 14, 12, 13, 15, 10, 14, 10, 14]]} def birth_answer(ans,all_routes): length=len(all_routes[0]) choose_list={} #遍历每一段 for i in range(length): choose_list[0]=four_steps(all_routes[0][i]) choose_list[1]=four_steps(all_routes[1][i]) ans.routes[0].append(choose_list[0]) ans.routes[1].append(choose_list[1]) #顺便把点去过得删了 def remove(pointss): points=pointss.copy() # 先把去过的点都去掉 for point in points: if is_work[point]==1: points.remove(point) return points #x=answer() #birth_answer(x,all_routes) #route=x.routes def get_cost_0(rout): length=len(all_routes[0]) all_choose_list=rout.copy() route=rout.copy() COST=0 choose_list={} #遍历每一段 for i in range(length): choose_list[0]=remove(all_choose_list[0][i]) choose_list[1]=remove(all_choose_list[1][i]) if i==0: # 第一个数代表上一个点是什么 # 第二个数代表是第几条路线的 # 第三个数代表是不是最后一个点 # 第四个表示蚁群算法选出的点 COST+=get_cost(-1,0,0,choose_list[0]) COST+=get_cost(-1,1,0,choose_list[1]) elif i==length-1: COST+=get_cost(route[0][-1][-1],0,1,choose_list[0]) COST+=get_cost(route[1][-1][-1],1,1,choose_list[1]) else: COST+=get_cost(route[0][-1][-1],0,0,choose_list[0]) COST+=get_cost(route[1][-1][-1],1,0,choose_list[1]) return COST def get_cost(former,bus_num,is_last,choose_list): # choose_list=choose_list[0] # former=-1 # bus_num=0 # is_last=0 # 就跑当前这一段就行了，不是完全失败就标记走过 # which用来标记是第一段还是中间，还是最后一段（要不要去仓库） COST=0 #第一段是从仓库出来 if former==-1: # dis的PN里是仓库 COST+=dis[choose_list[0],PN] else: COST+=dis[choose_list[0],former] length=len(choose_list) i=0 for i in range(length): now=choose_list[i] # 不考虑上一个用户 if i==0: mai=buy[now] bus[bus_num][1]+=min(bus[bus_num][0],mai) bus[bus_num][1]-=recy[now] bus[bus_num][0]-=mai # 考虑上一个用户 # 先考虑上一个点有没有失败''' # 如果失败,那就会仓库分两种情况''' if bus[bus_num][0]<0 and bus[bus_num][1]<0: #print("遇到失败") # 失败的话就不标记因为下段路还要走 #通过算成本比较用哪种 d1=dis[choose_list[i-1],PN] d2=dis[now,choose_list[i-1]] d3=dis[now,PN] if d1+d3<d2: COST+=(3*d1+d3) #第一种情况：JL+=3*(上一点i-1到仓库的距离)+(仓库到i的距离) #bus1[1]为负数，加上等于减去 mai=buy[now] bus[bus_num][1]=busV1-Theta+min(Theta,mai)-recy[now] bus[bus_num][0]=Theta-mai else: COST+=(2*d1+d2) #第二种情况：JL+=2*(上一点i-1到仓库的距离)+(i-1到i的距离) mai=buy[now] bus[bus_num][1]=busV1-Theta+min(Theta,mai)-recy[now]+bus[bus_num][1] bus[bus_num][0]=Theta-mai elif bus[bus_num][0]<0 and bus[bus_num][1]>0: # 标记当前点已经走过 is_work[now]=1 #先把成本算上去 COST+=dis[choose_list[i-1],now] bus[bus_num][0]=-1*buy[now] bus[bus_num][1]=bus[bus_num][1]-recy[now] #考虑最后一段半失败也回仓库 if is_last==1: d1=dis[choose_list[i-1],PN] d2=dis[now,choose_list[i-1]] d3=dis[now,PN] if d1+d3<d2: COST+=(3*d1+d3) else: COST+=(2*d1+d2) elif bus[bus_num][0]>0 and bus[bus_num][1]<0: is_work[now]=1 COST+=dis[choose_list[i-1],now] mai=buy[now] bus[bus_num][1]=min(bus[bus_num][0],mai)-recy[now] bus[bus_num][0]=bus[bus_num][0]-mai #考虑最后一段半失败也回仓库 if is_last==1: d1=dis[choose_list[i-1],PN] d2=dis[now,choose_list[i-1]] d3=dis[now,PN] if d1+d3<d2: COST+=(3*d1+d3) else: COST+=(2*d1+d2) else: is_work[now]=1 COST+=dis[choose_list[i-1],now] mai=buy[now] bus[bus_num][1]=bus[bus_num][1]+min(bus[bus_num][0],mai)-recy[now] bus[bus_num][0]=bus[bus_num][0]-mai if is_last==1: COST+=dis[now,PN] # 保存最终路线 return COST all_routes={} length=len(kmeans.all_routes) #kmeans.all_routes #{0: [[2, 3, 9], [10, 14]], # 1: [[12, 13, 15], [1, 7, 8]], # 2: [[5, 6, 11], [0, 4]]} #解的特殊表示 ls0=[] ls1=[] for i in range(length): route=kmeans.all_routes[i] if i == 0: ls0.append(route[0]) ls1.append(route[1]) else: ls=route[0] ls.extend(ls1[i-1]) ls0.append(ls) ls=route[1] ls.extend(ls0[i-1]) ls1.append(ls) all_routes[0]=ls0 all_routes[1]=ls1 #all_routes #{0: [[2, 3, 9], # [12, 13, 15, 10, 14, 10, 14], # [5, 6, 11, 1, 7, 8, 2, 3, 9, 1, 7, 8, 2, 3, 9, 2, 3, 9]], # 1: [[10, 14], # [1, 7, 8, 2, 3, 9, 2, 3, 9], # [0, 4, 12, 13, 15, 10, 14, 12, 13, 15, 10, 14, 10, 14]]} #测试 #算成本之前都要is_work=np.zeros(PN) #a=answer() #a.routes #birth_answer(a,all_routes) #is_work=np.zeros(PN) #a.COST=get_cost_0(a.routes) '''PSO算法''