手把手带你解决车辆路径问题（VRP）---0基础入门python----遗传算法

本系列目的

1. 0基础上手python
2. 0基础学习建模
3. 利用python解决简单的车辆路径问题

系列大纲

1. 掌握遗传算法的操作流程
2. 了解基本车辆路径问题的建模
3. 解决车辆路径问题时，所涉及的python知识

一 、遗传算法

1.1 重点词汇

**个体：**所有决策变量都能找到其对应值。车辆路径问题中指一套完整的解决方案，其包含所有车辆路径（对于单种群编码而言）。

**种群：**所有个体的集合。程序中，“种群大小”常命名为popsize,pop。

**初始化种群：**一般随机生成一整个种群。

**适应度函数：**适应度函数用来计算每个个体适应度。若优化目标为最小化，如成本最小，则取目标函数倒数作为个体适应度；最大化目标情况下，适应度则为目标函数。

**归一化：**一块饼4个人均分，每人得到1/4块饼。如何结合每个人的饭量（适应度）分饼呢？甲的饭量（适应度）为0.6；乙为0.7；丙为0.4；丁为0.5；不可能因为0.6的饭量就分0.6块饼吧？将适应度转换归一化的处理可以理解为：个体适应度占1的比例。==>按饭量分饼。
甲