研究生毕业难度matlab设计多式联运求解完整版

clear clc close all tic %% 用importdata这个函数来读取文件 shuju= xlsread('shuju.xlsx', 'Sheet1'); bl=0; cap=100; %车辆最大装载量 %% 提取数据信息 zuobiao=shuju(:,2:3); %所有点的坐标x和y customer=zuobiao(2:end,:); %顾客坐标 cusnum=size(customer,1); %顾客数 v_num=8; %车辆最多使用数目 demands=shuju(2:end,4); %需求量 a=shuju(2:end,5); %顾客时间窗开始时间[a[i],b[i]] b=shuju(2:end,6); %顾客时间窗结束时间[a[i],b[i]] s=shuju(2:end,7); %客户点的服务时间 %% 距离矩阵 h=pdist(zuobiao); lldist=squareform(h).*1.5; %路路距离矩阵 htdist=squareform(h); %飞机距离矩阵 hydist=squareform(h).*1.2; %%火车距离矩阵 %% 遗传算法参数设置 alpha=100000; %违反的容量约束的惩罚函数系数 belta=0.5;%违反时间窗约束的惩罚函数系数 belta2=0.5; chesu=[1,5,2]; NIND=300; %种群大小 MAXGEN=500; %迭代次数 Pc=0.9; %交叉概率 Pm=0.05; %变异概率 GGAP=0.9; %代沟(Generation gap) N=cusnum+v_num-1; %染色体长度=顾客数目+车辆最多使用数目-1 %% 粒子群参数 lx=3; w=1; %惯性因子 wdamp=0.99; %惯性因子衰减率 c1=1.5; %个体学习因子 c2=2.0; %全局学习因子 XvMin=1; %Xv下限 XvMax=lx; %Xv上限 VvMin=-(lx-1); %Vv下限 VvMax=lx-1; %Vv上限 %% 初始化种群 Chrom=InitPopCW(NIND,N,cusnum,a,demands,cap,XvMin,XvMax,VvMin,VvMax); %构造初始解 %% 输出随机解的路线和总距离 disp('初始种群中的一个随机值:') [VC,NV,PD]=decode(Chrom{1},cusnum); % disp(['总距离：',num2str(TD)]); disp(['车辆使用数目：',num2str(NV)]); disp('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~') %% 优化 gen=1; figure; hold on;box on xlim([0,MAXGEN]) title('优化过程') xlabel('代数') ylabel('最优值') ObjV=calObj(Chrom,cusnum,cap,demands,a,b,s,lldist,htdist,hydist,alpha,belta,belta2,chesu,bl); %计算种群目标函数值 preObjV=min(ObjV); [~,minInd]=min(ObjV); gbest_pos=Chrom{minInd,1}(2,:); %假设第一个粒子位置为全局最优位置 gbest_obj=preObjV; %第一个粒子位置的目标函数值 pbest_pos=cell(NIND,1); %初始化各个粒子的个体最优位置 pbest_obj=ObjV; %初始化各个粒子的个体最优的目标函数值 for i=1:NIND particle=Chrom{i,1}; %第i个粒子 position=particle(2,:); %第i个粒子的位置 pbest_pos{i,1}=position; %初始化这个粒子的个体最优 if pbest_obj(i,1)<gbest_obj %更新初始种群中的全局最优粒子 gbest_obj=pbest_obj(i,1); gbest_pos=position; end end %% while gen<=MAXGEN %% 计算适应度 ObjV=calObj(Chrom,cusnum,cap,demands,a,b,s,lldist,htdist,hydist,alpha,belta,belta2,chesu,bl); %计算种群目标函数值 line([gen-1,gen],[preObjV,min(ObjV)]);pause(0.0001)%画图 最优函数 preObjV=min(ObjV); FitnV=Fitness(ObjV); %% 选择 SelCh=Select(Chrom,FitnV,GGAP); %% OX交叉操作 SelCh=Recombin(SelCh,Pc); %% 变异 SelCh=Mutate(SelCh,Pm); %% 重插入子代的新种群 Chrom=Reins(Chrom,SelCh,ObjV); ObjV=calObj(Chrom,cusnum,cap,demands,a,b,s,lldist,htdist,hydist,alpha,belta,belta2,chesu,bl); %% 更新各个粒子的位置和速度 Chrom1=Chrom; for i=1:NIND particle=Chrom{i,1}; %第i个粒子 position=particle(2,:); %第i个粒子的位置 Xv=position(1,:); velocity=particle(3,:); %第i个粒子的速度 Vv=velocity(1,:); %% 更新速度 velocity=w*velocity+ +c1*rand([1,N]).*(pbest_pos{i,1}-position)... +c2*rand([1,N]).*(gbest_pos-position); %% 速度越界处理 velocity(1,:)=max(velocity(1,:),VvMin); velocity(1,:)=min(velocity(1,:),VvMax); %% 更新位置 position=position+velocity; position(1,:)=ceil(position(1,:)); %对Xv向上取整 %% 速度镜像影响 IsOutside=(position(1,:)<XvMin | position(1,:)>XvMax ); velocity(IsOutside)=-velocity(IsOutside); %% 位置越界处理 position(1,:)=max(position(1,:),XvMin); position(1,:)=min(position(1,:),XvMax); Chrom1{i,1}(2,:)=position; end ObjV1=calObj(Chrom1,cusnum,cap,demands,a,b,s,lldist,htdist,hydist,alpha,belta,belta2,chesu,bl); %% 重插入子代的新种群 Chrom=Copy_of_Reins(Chrom,Chrom1,ObjV1,NIND,ObjV); %% 打印当前最优解 ObjV=calObj(Chrom,cusnum,cap,demands,a,b,s,lldist,htdist,hydist,alpha,belta,belta2,chesu,bl); %计算种群目标函数值 [~,minInd]=min(ObjV); for i=1:NIND if min(ObjV)<ObjV(i) particle=Chrom{minInd,1}; position=particle(2,:); pbest_pos{i,1}=position; pbest_obj(i,1)=ObjV(i); %% 更新全局最优 if preObjV<gbest_obj gbest_pos=pbest_pos{i,1}; gbest_obj=pbest_obj(i,1); end end end disp(['第',num2str(gen),'代最优解:']) fprintf('\n') %% 更新迭代次数 gen=gen+1 ; end %% 画出最优解的路线图 ObjV=calObj(Chrom,cusnum,cap,demands,a,b,s,lldist,htdist,hydist,alpha,belta,belta2,chesu,bl); %计算种群目标函数值 [minObjV,minInd]=min(ObjV); %% 输出最优解的路线和总距离 disp('最优解:') bestChrom=Chrom{minInd(1)}; [VC,NV,PD]=decode(bestChrom,cusnum); disp('-------------------------------------------------------------') [cost]=costFuction(VC,NV,PD,a,b,s,lldist,htdist,hydist,demands,cap,alpha,belta,belta2,chesu,bl); disp(['总成本：',num2str(cost)]); disp(['路路：',num2str(1)]); disp(['航天：',num2str(2)]); disp(['海运：',num2str(3)]); %% 画出最终路线图 draw_Best(VC,zuobiao); for i=1:NV part_seq=PD{i}; %每辆车所经过的门店 len=length(part_seq); %每辆车所经过的门店数量 for j=0:len if j==0 fprintf('%s','选择方式:'); fprintf('%d'); elseif j==len fprintf('%d->',part_seq(j)); fprintf('%d'); fprintf('\n'); else fprintf('%d->',part_seq(j)); end end end % toc