遗传算法解决最短路径问题

实例描述

配送中心数为 $1$，客户数 $k$为 $8$，车辆总数 $m$为 $2$；车辆载重皆为 $8$ 吨；各客户点需求为 $g(i=1,2,...,8)$（单位为吨），已知客户点与配送中心的距离如表 $1$（其中 $0$ 表示中心仓库），要求合理安排车辆的运输路线，使总运输里程最小。

客户点与配送中心的距离表

cij	0	1	2	3	4	5	6	7	8
0	0	4	6	7.5	9	20	10	16	8
1	4	0	6.5	4	10	5	7.5	11	10
2	6	6.5	0	7.5	10	10	7.5	7.5	7.5
3	7.5	4	7.5	0	10	5	9	9	15
4	9	10	10	10	0	10	7.5	7.5	10
5	20	5	10	5	10	0	7	9	7.5
6	10	7.5	7.5	9	7.5	7	0	7	10
7	16	11	7.5	6	7.5	9	7	0	10
8	8	10	7.5	15	10	7.5	10	10	0

各客户点需求

g1	g2	g3	g4	g5	g6	g7	g8
1	2	1	2	1	4	2	2

运行结果

【Attention】下图并非最优结果，只是为了测试程序的正确性。可以尝试加大次数改良结果。

遗传算法分析

顾名思义，遗传算法是根据遗传规律写的一个算法，但是相比于医学中的遗传来讲，这里讲的遗传算法原理相对简单很多。

遗传算法的核心有三个部分：交叉、变异、轮盘赌。

解决问题的关键和难点就是理解遗传算法的作用：通过改变交叉和变异改变基因特性，导致个体发生改变，从而影响到适应度，最后利用轮盘赌的方式淘汰掉一些个体。

看一下整个程序的运行流程：

45273618 2815