本系列目的
- 0基础上手python
- 0基础学习建模
- 利用python解决简单的车辆路径问题
系列大纲
- 掌握遗传算法的操作流程
- 了解基本车辆路径问题的建模
- 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