matlab 车辆路径问题（vrp）生成初始种群部分 染色编码方式 附代码（新手小白）

我只选取了索罗门数据集的20位顾客，只考虑载重约束，未考虑时间窗约束。

染色体的编码方式带分隔，如01230450670

这种染色体表示方式能有利于我们马上得出车辆行驶方案，即三辆车分别服务{123}、{45}、{67}。

顾客数：20

1-20随机排列，然后依次插入染色体中，并且比较插入各个位置的可行（满足载重约束）方案，

如现在要将2插入到0130490中那可插入的方案有length(r)-1=6种：02130490、01230490、01320490、01302490、01304290、01304920。

留下满足载重约束的染色体，

选择最小距离和的染色体，然后再在此染色体的基础上再插入剩余顾客

迭代你需要的种群大小的次数，就可以得到较好的初始种群。

当然生成初始种群的方法有很多种。

主代码：

clc
clear
c101=importdata('c101.txt');
c102=c101(1:21,:);                                  %提取前20位顾客
cap=100;                                           %车辆最大装载量
% 提取数据信息
xypos=c102(:,2:3);                                %所有点的坐标x和y
customerXY=xypos(2:end,:);                         %顾客坐标
customerQty=size(customerXY,1);                    %顾客数
v_num=3;                                           %车辆最多使用数目
demands=c101(2:end,4);                             %需求量
newXY=xypos';
nowDist=dist(newXY);                                %距离矩阵
popsize=50;                    %种群大小
%生成初始种群
Popu=inChromes(popsize,customerQty,demands,cap,nowDist); %生成初始种群的函数
popus=Popu(1:popsize,:);
chromes=sortrows(popus,2);       %路径，目标值升序排列
optRoute=cell2mat(chromes(1,1));  %最短距离的路径且转为矩阵
optFitness=cell2mat(chromes(1,2)); %最短距离的路径对应的目标值

生成初始种群函数代码：

function Popu=inChromes(popsize,customerQty,demands,cap,nowDist)
Popu=cell(100,1);                 %种群
for p=1:popsize
    s=1;
    r=[0 0 0 0 0];
    Q=randperm(customerQty);
    while s<=customerQty
        q=Q(s);                           %利用for循环将20个客户点(随机排列)插入路径中
        W=[];                              %将各个路径的目标值存在W中
        R=cell(100,1);                       %将各个路径存在R（元胞数组）中
        for v=1:length(r)-1                %客户点q插入各个位置的方案
            if v==1                
                A=[r(1),q,r(v+1:end)];
            elseif v==length(r)-1
                A=[r(1:v),q,r(length(r))];
            else
                A=[r(1:v),q,r(v+1:end)];
            end
            output=Result(demands,cap,A);       %判断这个A是否满足约束
            if output==1
                L=Dists(A,nowDist);               %输出目标函数值
                W=[W,L];                            %将各个路径的目标值存在W中
                t=length(W);
                R{t,1}=A;                           %将各个路径存在R中
            end
        end
        in_val=min(W);
        in_idx=find(W==in_val);        %找到最小值所在位置
        r=R{in_idx};               %将最小的目标值对应的路径赋给r
        s=s+1;
    end
    Popu{p,1}=r;
    Popu{p,2}=in_val;
end
end

Result函数代码：

function [result]=Result(demands,cap,A)   
for i=1:length(A)
    if A(i)==0
        w=0;
    else w=w+demands(A(i));
        if w>cap                   %判断是否满足载重约束
            result=0;
            break
        end
    end
    result=1;
end
end

Dists函数代码：

% 计算目标函数值（染色体距离和）
function [L]=Dists(A,nowDist)
    L=0;
    b=1;
    for j=1:length(A)
        L=L+nowDist(b,A(j)+1);
          b=A(j)+1;
    end
end
matlab新手小白，欢迎批评指正！也希望大佬们提出建议。