网站首页 > 技术文章 正文
改进的遗传算法运输选址规划问题。
大家好,今天来分享的是改进遗传的算法求解的运输选址规划问题。首先一键三连开始今天的分享。
·首先是目录,讲位置的背景,主要讲解码编码的解释,最后是结果的展示。对于问题如何设计解码和编码是很重要的遗传的一部分。
·给你们看一下问题,我的问题是主要是网络运输问题,要求解厂商跟运输中心之间的连接,考虑成本是碳排放,费用成本。生产厂商也配送中心之间的运输可以选择公路、铁路还有水路配送中心和销售中心之间,它只允许采用公路的运输方式完成配送。写配送中心的货物只能有配送中心。
·现在这里主要是有其中心有四个,配送中心有三个。编码可以这样算:编码时间至少编码编码可以设计成这个样子,意思就是表示也是数表宗每个销售中心的关系。我是一就表示配送中心一去,重新四压到二,配送中心去对应的关系。也就是配送中心和销售中心的对应关系,表示销售中心一到配送一,销售四到配送二。
编码数据好之后要解码,要解码。解码的过程怎么生成?首先要先生成3x4的里面,然后根据123的判断点去镇复制一,表示配置中心和销售中心连接起来得到解码矩阵。如果一表示连接零表示不连接,就将3x4的矩阵变成3x4的矩阵,就得到配送中心和销售中心的关系。
这是求解结果图,这个红心五角星就表示配送中心,绿黄点就表示小组中心,然后用它的连接关系。用这个图来展示出来,它是生成的图,结果也会输出来,运输中心和销售额中心之间的关系会跟着文字输出,然后有一个成本的变化图,还有迭代的适应度的变化图给我展示出来。
让我们来看一下代码代码运行的效果。运行解码如何写成这个代码?首先看这一个解码,在画图之前要先解码,解码在这里解码就是这一部分的内容,对应的就是刚才说的文字。
这部分如何写成代码?对应的就是里面的解码过程,对1、2、3判断,解码先看运行一下,只能是什么方案也输出出来了。然后我们的结果可以调整,根据迭代次数还有种群都可以调整去改数据,都可以生成不同的结果。
以上就是今天的分享,谢谢大家。
猜你喜欢
- 2024-10-09 遗传算法优化模糊规则和隶属度函数方法及代码实现(一)
- 2024-10-09 基因表达式编程GEP— 第二部分 遗传算法示例与GEP设计思想
- 2024-10-09 遗传算法优化Prony电力系统谐波检测的研究
- 2024-10-09 遗传算法(Python) 遗传算法Python如何计划两个累加的函数
- 2024-10-09 建模算法-遗传算法学习 数学建模基因遗传论文
- 2024-10-09 遗传算法的二次分配问题 遗传算法求解过程
- 2024-10-09 优化|遗传算法和深度强化学习的结合会是新的方向吗?
- 2024-10-09 遗传算法:组合优化算法,按照进化论的方式启发搜索寻优解
- 2024-10-09 浅谈遗传算法中适应性函数的设计思路
- 2024-10-09 npj: 新材料发现—机器学习加速遗传算法
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)