优化算法丨遗传算法求解CVRP问题

智能优化算法系列：
（1）遗传算法求解CVRP

引言

前面的ortools虽好，但是不能够制定特意的算法，本次为大家推荐一款新的算法包，大家可以去调试比对

问题

本次的求解问题是：30个顾客，有顾客坐标，以及车场的坐标，指定5辆车，车辆载重为5，而每个点的需求是1。求最优收运或者配送路线

结果

代码

运行环境：python3.6.0,库scikit-opt==0.6.3
如下：
第一步：定义问题

import numpy as np
from scipy import spatial
import matplotlib.pyplot as plt

#CVRP问题求解
#num_customers顾客服务点
#num_vehicle车辆数
#num_points总数据点
#max_capacity车辆载重
num_customers = 30
num_vehicle = 5
num_points = 1 + num_customers
max_capacity = 5

#customers_coordinate = np.random.rand(num_points, 2)  # for test
customers_coordinate = \
			np.array([
			 [23,95],
			 [820,915],
			 [470,302],
			 [950,905],
			 [868,744],
			 [891,987],
			 [76,625],
			 [8,541],
			 [219,988],