Python数据分析教程05：解析车辆路径问题(Vehicle RoutingProblem, VRP)的所罗门基准算例(solomon benchmark)文件

已于 2022-10-19 23:31:58 修改
阅读量1.5k 收藏 4
点赞数 1
分类专栏： Python数据分析科学专栏 文章标签： python 开发语言
于 2022-10-19 23:29:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45624300/article/details/127417273
版权
这篇博客介绍了如何使用Python处理所罗门基准算例数据，涉及节点信息类和弧段类的定义，以及VRP解析类的实现，包括数据读取、距离矩阵计算和节点位置可视化。
摘要由CSDN通过智能技术生成

目录

1. 数据分析

2. 必要的基础类

2.1. 定义节点信息类

2.2 弧段类

3. VRP解析类

4 调用代码：

5 代码改进

这里以所罗门数据库的数据集为例，设计数据读取函数，将其展示出来并计算距离矩阵。

1. 数据分析

以R101算例为例，共包含7列，从左到右分别为节点索引、节点横坐标、节点纵坐标、需求量、时间窗左界、时间窗右界、服务时间。

 为便于编程实现，我们将数据集中的算例做如下处理：

起始很简单，就是把数据中的空格替换成了英文逗号 

2. 必要的基础类

2.1. 定义节点信息类

定义这个类的目的是：存储每个节点的7个属性


                

        

        

    




        

            

                

                

                了解本专栏
                
                
                  
                订阅专栏 解锁全文
                 
                
                    
                    超级会员免费看
                
            

            
            
            
        

    

      

        

            

              
                
                  运筹码仓
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    1
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    4
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
                
  • 
                  
                    打赏
                    
                  
                  
    打赏
    
                
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          

                

                        订阅专栏
                










                



	

		

			

				
					
Solomon全部标准数据

				
			

			

				

					04-05
				

			

		

		

			
				
全部Solomon标准数据,txt格式,用于研究VRP问题.包含56个文件.

			
		

	



                

              
                



	

		

			

				
					
Solomon测试算例

				
			

			

				

					12-05
				

			

		

		

			
				
有关目标优化的VRP标准测试数据集，分成C，R，RC三种

			
		

	



                


  
              

                


	

		

			

				
					
solomn数据集的分布情况简介

					
热门推荐

				
			

			

				

					梓潼的优化空间
				

				

					02-26
					
					1万+
					
				

			

		

		

			
				
概述
solomn benchmark是一个比较经典的用于研究VRP相关问题的数据集，其中数据集主页给出了关于数据集的基本介绍，本文说要介绍的是关于C系列R系列以及RC系列的数据集情况。本文的主要目的是给出每个顾客点对应的坐标位置和编号，使大家对数据集中顾客的分布有一个大致的了解。本文的问题是一个比较经典的无人机和卡车的联合调度优化问题PDSTSP问题，取最简单场景简单来讲就是有一架无人机和一辆卡车完成所有顾客的服务，使总的服务时间最短。
c系列
包括c101-109.txt以及c201-208.txt，共

			
		

	





	

		

			

				
					
所罗门数据集

				
			

			

				

					09-06
				

			

		

		

			
				
用来测试TSP 以及VRP问题的标准数据集
分成
CUST NO.  XCOORD.   YCOORD.    DEMAND   READY TIME  DUE DATE   SERVICE TIME六个维度

			
		

	



		

			
		



	

		

			

				
					
Solomon benchmark problems

				
			

			

				

					07-07
				

			

		

		

			
				
Solomon benchmark problems

			
		

	





	

		

			

				
					
solomn标准数据集，用于研究VRP问题

				
			

			

				

					12-02
				

			

		

		

			
				
solomn标准数据集，用于研究VRP问题

			
		

	





	

		

			

				
					
solomon benchmark-100customer.rar

				
			

			

				

					08-05
				

			

		

		

			
				
The instances contain the  100 customer instances.solomon benchmark（solomon vrptw 56算例）

			
		

	





	

		

			

				
					
【Solomon算例】路径优化solomon算例免费下载

					
最新发布

				
			

			

				

					05-03
				

			

		

		

			
				
这个东西本来就不难找，但是看到很多还是收费的，就感觉有点坑人了，所以就直接发出来，有需要的自己取就OK。如果需要付费或者积分的话，自行去下面网站下载就OK！
数据来源网站：https://www.sintef.no/projectweb/top/vrptw/1000-customers/

			
		

	





	

		

			

				
					
VRP问题研究（附代码）_Solomon标准数据_VRP问题_vrp_车辆路径问题_测试数据_源码

				
			

			

				

					10-02
				

			

		

		

			
				
车辆路径问题（Vehicle Routing Problem, 简称VRP）是运筹学和物流领域中的一个经典问题，它涉及到如何高效地规划多个车辆从一个中央仓库出发，沿着特定的路线服务多个客户点，并最终返回仓库，同时满足服务时间和...

			
		

	





	

		

			

				
					
VRPTW-ga.zip_GA求解vrptw问题_python_vrp_vrptw python_车辆路径问题

				
			

			

				

					07-15
				

			

		

		

			
				
带时间窗的车辆路径问题求解的python代码

			
		

	





	

		

			

				
					
solomon.zip

				
			

			

				

					05-02
				

			

		

		

			
				
用于测试解决VRPTW问题的算法的性能，包含全部算例，c类，r类，rc类的，客户数量25的、50的、100的都有

			
		

	





	

		

			

				
					
reed-solomon编码算法

				
			

			

				

					04-12
				

			

		

		

			
				
来自http://www.eccpage.com/

			
		

	





	

		

			

				
					
solomon_25.zip

				
			

			

				

					09-23
				

			

		

		

			
				
全部Solomon标准数据,txt格式,用于研究VRP问题。Solomon数据，可用于VRP问题的计算用途。可以用来做实验。

			
		

	





	

		

			

				
					
VRP问题论文

				
			

			

				

					02-01
				

			

		

		

			
				
有很多关于VRP的核心期刊论文，具有很好的参考价值，对于没地方下载的应该是很好的资源哦

			
		

	





	

		

			

				
					
Solomon dataset

				
			

			

				

					12-12
				

			

		

		

			
				
所罗门数据集。自己本来想在公开数据集上测试一下自己算法性能。查找了一圈，发现大家上传的所罗门数据集都是付费的。公开数据集也要付费，大家也有点不讲武德吧。算啦，那我上传一个免费的吧

			
		

	





	

		

			

				
					
用python和gurobi解决车辆路径问题

				
			

			

				

					08-25
				

			

		

		

			
				
**车辆路径问题（Vehicle Routing Problem, VRP）**是物流管理领域中的一个经典问题，主要研究如何分配一组同质车辆从仓库出发去服务一系列客户点，并在服务完成后返回仓库的问题。在VRP中，每辆车只能服务部分客户...

			
		

	





	

		

			

				
					
vrp-solver:用Python编写的带有时间窗（CVRPTW）求解器的车辆通行路径问题

				
			

			

				

					05-03
				

			

		

		

			
				
时间窗（CVRPTW）求解器的车辆行进路线问题用Python编写的带有时间窗（CVRPTW）求解器的车辆行进路线问题。 实现是基于。概述该程序解决了带时间窗（CVRPTW）的车辆通行路线问题。 例如，假设以下网络和仓库（节点0...

			
		

	





	

		

			

				
					
CPLEX+VRP.rar_CPLEX+VRP_cplex_cplex 规模限制_vrp_车辆路径问题

				
			

			

				

					07-13
				

			

		

		

			
				
在优化领域，CPLEX是一款强大的线性、整数和二次规划求解器，被广泛应用于解决复杂的运筹学问题，如车辆路径问题（Vehicle Routing Problem，简称VRP）。然而，如标题所示，“CPLEX+VRP.rar”中的示例主要针对的是小...

			
		

	





	

		

			

				
					
所罗门校验算法C#版

				
			

			

				

					weixin_30478923的博客
				

				

					01-06
					
					225
					
				

			

		

		

			
				
所罗门算法可以提供数据校验和纠错功能，详细的算法介绍大家可以查看关于此算法的专题介绍！以下是我从C转到C#的所罗门算法，希望能为在C#下进行通信的朋友给以帮助！ 
publicclassSOLOMN{"数组定义"#region"数组定义"privatebyte[]ceolongitude=newbyte[]{...

			
		

	





	

		

			

				
					
车辆路径问题python

				
			

			

				

					09-01
				

			

		

		

			
				
车辆路径问题（Vehicle Routing Problem，简称VRP）是优化多辆送货车辆的送货顺序的组合优化问题，它是旅行商问题（Traveling Salesman Problem，简称TSP）的推广。在解决车辆路径问题时，可以使用量子退火作为解决组合优化问题的工具。

在Python中解决车辆路径问题可以使用QUBO（Quadratic Unconstrained Binary Optimization）模型。首先，需要引入相关的库，设置参数和距离矩阵。然后，使用QUBO模型来表示车辆路径问题的目标函数和约束条件。可以利用OpenJij等库来求解QUBO目标函数，并输出求解结果路径。

总结起来，解决车辆路径问题的Python实现主要包括以下步骤：
1. 引入库：根据需要引入相关的库，如numpy、matplotlib等。
2. 设置参数和距离矩阵：根据具体问题设置相应的参数，如车辆数、送货点数以及距离矩阵等。
3. QUBO实现：使用QUBO模型来表示车辆路径问题的目标函数和约束条件。
4. 求解QUBO目标函数：利用量子退火算法（如OpenJij）求解QUBO目标函数，得到最优解。
5. 输出求解结果路径：将求解得到的最优解转化成实际的车辆路径，输出结果。

以上是关于车辆路径问题在Python中的解决方法的概述。具体的实现细节可以根据实际情况进行调整和优化。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
-  *1* *2* *3* [量子退火Python实战（1）：车辆路径问题（VRP : Vehicle Routing Problem）](https://blog.csdn.net/gangshen1993/article/details/128164636)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
运筹码仓

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值