【发布时间】:2016-10-11 10:49:52
【问题描述】:
首先抱歉标题含糊。
我正在研究多场站车辆路线问题的遗传算法。 我正在根据从客户到仓库的距离创建候选解决方案。我创建了一种方法,可以为每个仓库为每个客户提供服务的概率。伪代码如下:
for each customer
for each depot
calculate euclidean distance between customer and depot
get the maximum distance
for each depot
totalDistance = totalDistance + (maximumDistance - currentDepotDistance)
for each depot
depotProbability = (maximumDistance - currentDepotDistance) / totalDistance
结果如下:
虽然这个公式有效,但我希望能够以某种方式增加或减少概率以找到合适的比率。我希望能够从始终选择最近的站点的点移动到随机分配站点的点。
编辑 在接受的答案中实现算法后的结果:
T=20 考虑的其他路线
【问题讨论】:
-
你的目标指标是什么?
-
@MarcusMüller 我不明白你的问题
-
您要优化什么?
-
我试图在随机分配和严格分配之间找到平衡点。当前方法也倾向于随机分配。我有 32 个不同模式的测试用例,所以我希望能够改变概率。
-
余额由什么衡量?行驶的总距离?最小角度变化量?最小路径交叉点?
标签: probability graph-algorithm genetic-algorithm euclidean-distance