hello,大家好。各位可点击此处,访问公众号官方店铺。谨防上当受骗,感谢各位支持!
在MATLAB数学建模教学(八) | 粒子群优化(PSO)算法真的过时了吗?这篇推文中一位粉丝留言说希望讲解一下动态多目标旅行商问题。
![b639a935400c613510cb4fe80b4e9a4d.png](https://i-blog.csdnimg.cn/blog_migrate/dc82c1b0adadc5680cd972a6269e08d6.jpeg)
今天我们满足这位粉丝的要求,来好好聊一聊动态多目标旅行商问题(Dynamic Multi-Object Traveling Salesman Problem,DMOTSP),后续统一简称为DMOTSP。
本篇推文主要从以下几个方面展开:
01DMOTSP的问题描述
02Inver-Over算法
03 参考文献
01 |DMOTSP的问题描述
在讲解DMOTSP之前,我想各位一定都知道TSP,TSP就是找出一条路线,使得该条路线的成本最小。DMOTSP实际上可以将TSP前面的两个定语提出来,即动态和多目标。
动态体现在城市的状态可能会在下一时刻发生以下三种变化:1)城市消失;2)新的城市出现;3)城市的位置改变。
多目标体现在DMPTSP的目标可能存在多个,即可能包括路程最短、风险最小等。
接下来给出DMOTSP的定义:DMOTSP的代价矩阵是随着时间变化的。假设有m个目标,他们的m个代价矩阵的元素和阶数是时间t的函数,一般可描述如下:
![equation?tex=D_%7Bk%7D%28t%29%3D%5Cleft%5C%7Bd_%7Bi+j%7D%5E%7Bk%7D%28t%29%5Cright%5C%7D_%7Bn%28t%29+%5Ctimes+n%28t%29%7D+++%5Cquad+k%3D1%2C2%2C+%5Ccdots%2C+m](https://i-blog.csdnimg.cn/blog_migrate/2c148728a356fa1778a3e16f3589b85e.png)
其中
![equation?tex=d_%7Bi+j%7D%5E%7Bk%7D](https://i-blog.csdnimg.cn/blog_migrate/a48bcb609cb1eba80d7f59b7cd72645f.png)
![equation?tex=n%28t%29](https://i-blog.csdnimg.cn/blog_migrate/c6a9bdc0397deb38ee7d52aa593114ee.png)
假设给定
![equation?tex=n%28t%29](https://i-blog.csdnimg.cn/blog_migrate/c6a9bdc0397deb38ee7d52aa593114ee.png)
![equation?tex=D_%7Bk%7D%28t%29%2C+k%3D1%2C2%2C+%5Ccdots%2C+m](https://i-blog.csdnimg.cn/blog_migrate/ba4add13f135d7cfc8cb05ec5a6d8e9c.png)