搜索资源列表
vrp03
- 用遗传算法求解物流配送中的车辆路径问题，选择合适的路径进行物流配送-A Genetic Algorithm for logistics distribution vehicle routing problem, choosing the right path for logistics and distribution
ants
- 蚁群算法在物流配送中运用，实现最优路径巡寻优，可得出实际界面，直观-Ant colony algorithm applied in logistics and distribution, to achieve optimal path patrol optimization can be drawn from the actual interface, intuitive
pso
- 配送中心选址-路径的微粒群算法代码、包括粒子的编码、适应值计算、粒子更新-Distribution center location- the path of particle swarm algorithm code, including particle coding, adaptation values, the particle updates
JOptSrc
- 最短路径分析源码，可以作为路径分析的参考依据，可作为基于最短路径算法的物流配送车辆优化调度（VRP）的研究-Source shortest path analysis, path analysis can be used as a reference, the study of the distribution as the shortest path algorithm based logistics vehicle scheduli
JOptVRP
- (实例)最短路径分析源码，可以作为路径分析的参考依据，可作为基于最短路径算法的物流配送车辆优化调度（VRP）的研究-(Instances) source shortest path analysis, path analysis can be used as a reference, the study can be used as distribution logistics shortest path algorithm based
matlab
- 以42个地点为例，如果要列举所有路径后再确定最佳行程，那么总路径数量之大，几乎难以计算出来。多年来全球数学家绞尽脑汁，试图找到一个高效的算法TSP问题在物流中的描述是对应一个物流配送公司，欲将n个客户的订货沿最短路线全部送到。如何确定最短路线。 TSP问题最简单的求解方法是枚举法。它的解是多维的、多局部极值的、趋于无穷大的复杂解的空间，搜索空间是n个点的所有排列的集合
AStarTest
- A Star算法的源码 自己写着，用来模拟物流配送中的路径的 Java的课程作业-A Star algorithm source code written himself, used to simulate the distribution path of Java coursework
GA
- 在考虑汽车零部件包装箱长、宽、高等三维尺寸的约束下，以配送中心为原点，分派多辆同一规格的货车到n个供应商处取货，最后回到配送中心。本章所构建的三维装载约束下的汽车零部件循环取货路径优化模型要解决的问题是确定循环取货路径，要求充分考虑汽车零部件在货车车厢中的三维装载位置，确保每个供应商处的零部件均能成功装载，尽可能使车辆装载率最大，且所有车辆的总行驶路径最短。-In considering the auto parts box lengt
VRP
- 应用遗传算法针对物流配送车辆路径规划问题进行求解，使用MATLAB进行编程-Using genetic algorithm to solve the problem of logistics distribution vehicle routing problem, using MATLAB programming
TWVRP
- 对物流配送问题的带时间窗车辆路径规划问题进行求解，使用matlab编程-To solve the problem of vehicle routing with time windows, which is used to solve the problem of logistics distribution, using MATLAB programming
matlab_vrp(1)
- 首先实现一个ant蚂蚁类，用此蚂蚁类实现搜索。 算法按照tsp问题去解决，但是在最后计算路径的时候有区别。 比如有10个城市,城市1是配送站，蚂蚁搜索的得到的路径是1,3,5,9,4,10,2,6,8,7。 计算路径的时候把城市依次放入派送线路中, 每放入一个城市前，检查该城市放入后是否会超过车辆最大载重 如果没有超过就放入 如果超过，就重新开始一条派送路线 …… 直到最后一个城市放完 就会得到多条派送路线
蚁群算法程序(matlab)
- 基于蚁群算法的物流配送问题：研究如何规划各车辆的路径及任务分配，使得在不违反时间窗的前提下，总走行成本（距离）最少。(Logistics distribution problem)
131707200959320
- 物流选址程序，在31个已知坐标的城市中选出路径最短、成本最低的配送中心(A logistics location program that selects the shortest and lowest cost distribution center in 31 cities with known coordinates)
Copy_of_yiquan
- 蚁群VRP，可正常运行。T优化蚁群算法对的每个配送区域的求解最优路径的二(ACA VRP.can load and run)
vrp
- 首先实现一个ant蚂蚁类，用此蚂蚁类实现搜索。 算法按照tsp问题去解决，但是在最后计算路径的时候有区别。 比如有10个城市,城市1是配送站，蚂蚁搜索的得到的路径是1,3,5,9,4,10,2,6,8,7。 计算路径的时候把城市依次放入派送线路中, 每放入一个城市前，检查该城市放入后是否会超过车辆最大载重 如果没有超过就放入 如果超过，就重新开始一条派送路线 …… 直到最后一个城市放完 就会得到多条派送路线
多旅行商
- 都是一些关于多旅行商方面的论文，包含配送物流的路径选择问题，值得一读(Are some papers about multi - travelers, including the routing problem of distribution logistics, is worth reading)
vrp
- 假设在一个供求关系系统中，车辆从货源取货，配送到对应的若干配送点。车辆存在最大载货量，且配送可能有时间限制。需要合理安排取货时间，组织适当的行车路线，使用户需求得到满足，同时使某个代价函数最小，比如总工作时间最少、路径最短等。 可以看出TSP问题是VRP问题的一种简单特殊形式。因此，VRP也是一种NP hard 问题。 目前解决此种问题的办法有多种，主要以启发式算法为主。包括退火算法、遗传算法、蚁群算法、禁忌算法等，本文介绍两种比较
改进型pso算法
- 该算法中将速度位移公式与遗传算法相结合用于结果解决多配送中心的路径优化问题(In this algorithm, the velocity displacement formula is combined with the genetic algorithm to solve the path optimization problem of multiple distribution centers)