首页 > TAG信息列表 > shuju
shuju
class Student(name:String,var age: Int){ def printInfo():Unit = { println(name + ""+ age + "" + Student.school) }}object Student{ val school:String= "zml" def main(args: Array[String]): Unit = { val zml = ne【VRP问题】基于遗传算法求解带有时间窗、车载容量限制、多车辆、单配送中心路径优化VRPTW（多约束）matlab源码
1 数学模型 (1)有关模型的说明和假设 1)模型中的已知量有：各需求点的位置坐标、各需求点的物料需求数量，各需求点的物料的到达时间要求，配送中心到各需求点的最短行驶距离，各需求点互相之间的最短运输距离。2)现场调查发现，需要配送的物料是可以混装在同一物料架上的，且各需求点需要的物基于遗传算法实现物流选址（多约束条件）matlab代码
目录 1 遗传算法 2 代码展示 3 仿真结果 1 遗传算法 第一步：相关参数的设定，一般主要包含编码长度L，种群大小M，迭代次数G，交叉率Pc，变异率Pm等。 第二步：算法中不能直接采用数学模型中的解进行运算，需要对解进行处理，去构造适应函数的染色体。 第三步：随机产生M个个体组成初始种群Po，并基于遗传算法求解有时间窗的路径优化问题（冷链）matlab代码
1 遗传算法 第一步：相关参数的设定，一般主要包含编码长度L，种群大小M，迭代次数G，交叉率Pc，变异率Pm等。 第二步：算法中不能直接采用数学模型中的解进行运算，需要对解进行处理，去构造适应函数的染色体。 第三步：随机产生M个个体组成初始种群Po，并且让个体有序的分布在解空间中，每个个体为问题基于遗传算法求解带有时间窗、车载容量限制、多车辆、单配送中心路径优化VRPTW（多约束）matlab代码
1 数学模型 (1)有关模型的说明和假设 1)模型中的已知量有：各需求点的位置坐标、各需求点的物料需求数量，各需求点的物料的到达时间要求，配送中心到各需求点的最短行驶距离，各需求点互相之间的最短运输距离。 2)现场调查发现，需要配送的物料是可以混装在同一物料架上的，且各需求点需要