禁忌搜索算法简介

禁忌搜索算法(Tabu Search Algorithm，简称TS)起源于对于人类记忆功能的模仿，是一种亚启发式算法(meta-heuristics)。它从一个初始可行解(initial feasible solution)出发，试探一系列的特定搜索方向(移动)，选择让特定的目标函数值提升最多的移动。为了避免陷入局部最优解，禁忌搜索对已经历过的搜索过程信息进行记录，从而指导下一步的搜索方向。

禁忌搜索是人工智能的一种体现，是局部搜索的一种扩展。禁忌搜索是在邻域搜索(local search)的基础上，通过设置禁忌表(tabu list)来禁忌一些曾经执行过的操作，并利用藐视准则来解禁一些优秀的解。

禁忌搜索算法求解VRPTW

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_路径规划

对邻域搜索类算法而言，采取的搜索算子和评价函数至关重要。下面详细介绍代码中针对VRPTW的插入算子和评价函数。

插入算子：

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_路径规划_02

评价函数：

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_matlab_03

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_路径规划_04

算法概述

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_matlab_05

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_matlab_06

clear
clc
%% 用importdata这个函数来读取文件
c208=importdata('c208.txt');
 
cap=700;                                                    %车辆负荷
maxIter=300;                                                %最大迭代次数
 
E=c208(1,5);                                                %仓库时间窗开始时间
L=c208(1,6);                                                %仓库时间窗结束时间
vertexs=c208(:,2:3);                                        %所有点的坐标x和y
customer=vertexs(2:end,:);                                  %顾客坐标
cusnum=size(customer,1);                                    %顾客数
vecnum=cusnum;                                              %车辆数
demands=c208(2:end,4);                                      %需求量
a=c208(2:end,5);                                            %顾客时间窗开始时间[a[i],b[i]]
b=c208(2:end,6);                                            %顾客时间窗结束时间[a[i],b[i]]
s=c208(2:end,7);                                            %客户点的服务时间
h=pdist(vertexs);
dist=squareform(h);                                         %距离矩阵，满足三角关系，暂用距离表示花费c[i][j]=dist[i][j]
vehicles_customer=cell(vecnum,1);                           %每辆车所经过的顾客
%% CW法构造VRPTW初始解
%输出init_vc      每辆车所经过的顾客
%输出init_TD      所有车行驶的总距离
%输出init_vl      每辆车的装载量
%输出violate_INTW 判断是否违背时间窗约束，0代表不违背，1代表违背
[init_vc,init_TD,init_vl,violate_INTW] = init_TW(c208,L,demands,a,b,s,dist,cap);
%% 初始化各个车辆配送路线，每个安装场地由一辆车配送，有d2需求的安装场地在前面加上加工车间用0表示
% [ init_vc ] = init_route( vehicles_customer );
% init_TD=travel_distance(init_vc,dist);
S=init_vc;                                                  %当前解
eS=minLen(S);                                               %当前解各路径中所经过的最少数目的顾客数
initNV=size(S,1);                                               %所用车辆数目
Sbest=S;                                                    %全局最优解
% f=initNV*cusnum+eS;
% fBest=initNV*cusnum+eS;
f=initNV*cusnum+init_TD;
fBest=initNV*cusnum+init_TD;
TbList=zeros(cusnum,initNV);                                    %禁忌表
TbLength=20;                                                %禁忌长度
NS=neighborhood(S,L,cusnum,demands,a,b,s,dist,cap);         %S的邻域
[subNS]=subNeighbor(TbList,NS,fBest);                               % non-tabu or allowed by aspiration
 
%% Tabu Search
iter=0;
count=0;
while iter<maxIter
    if ~isempty(subNS)
        [minValue,minIndex]=min(subNS(:,5));           %从邻域中找出车辆总行驶距离最小的行序号
        value=subNS(minIndex,:);                       %提取最小行序号的这一行数组
        i=value(1);
        j=value(2);
        k=value(3);
        p=value(4);
        fS=value(5);
        [S_copy]=insert(S,i,j,k,p);
        if fS<fBest
            fBest=fS;
            Sbest=S_copy;
            S=S_copy;
            NS=neighborhood(S_copy,L,cusnum,demands,a,b,s,dist,cap);
            [subNS]=subNeighbor(TbList,NS,fBest);
            %更新禁忌表
            for l=1:cusnum
                for h=1:initNV
                    if TbList(l,h)~=0
                        TbList(l,h)=TbList(l,h)-1;
                    end
                end
            end
            if TbList(i,j)==0
                TbList(i,j)=TbLength;
            else
                TbList(i,j)=0;
            end
            
        else 
            if TbList(i,j)==0
                S=S_copy;
                NS=neighborhood(S,L,cusnum,demands,a,b,s,dist,cap);
                [subNS]=subNeighbor(TbList,NS,fBest);
                % 更新禁忌表
                for l=1:cusnum
                    for h=1:initNV
                        if TbList(l,h)~=0
                            TbList(l,h)=TbList(l,h)-1;
                        end
                    end
                end
                TbList(i,j)=TbLength; 
            end
        end
    else
        break
    end
    iter=iter+1;
end
Sbest=deal_vehicles_customer(Sbest);
bestNV=size(Sbest,1);
bestTD=travel_distance(Sbest,dist);
DEL=Judge_Del(Sbest);                                           % 检查最优解中是否存在元素丢失的情况
% 计算每辆车配送路线上在各个点开始服务的时间，还计算返回仓库时间
bsv= begin_s_v(Sbest,a,s,dist );
[ violate_TW ] = Judge_TW( Sbest,bsv,b,L );         % 判断是否违背时间窗约束，0代表不违背，1代表违背
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53.
  • 54.
  • 55.
  • 56.
  • 57.
  • 58.
  • 59.
  • 60.
  • 61.
  • 62.
  • 63.
  • 64.
  • 65.
  • 66.
  • 67.
  • 68.
  • 69.
  • 70.
  • 71.
  • 72.
  • 73.
  • 74.
  • 75.
  • 76.
  • 77.
  • 78.
  • 79.
  • 80.
  • 81.
  • 82.
  • 83.
  • 84.
  • 85.
  • 86.
  • 87.
  • 88.
  • 89.
  • 90.
  • 91.
  • 92.
  • 93.
  • 94.
  • 95.
  • 96.
  • 97.
  • 98.
  • 99.
  • 100.
  • 101.
  • 102.
  • 103.
  • 104.
  • 105.

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题_路径规划_07