Logintern09的博客

卸货点１－１０的时间限制理解如下：卸货点１要求在下午１点至下午４点配送，卸货点１要求的服务时间是半个小时；卸货点２要求在下午４点至下午６点配送，卸货点２要求的服务时间是１个小时，以此类推其他的卸货点的配送及服务时间限制。当首次配送的需求点为卸货点10时，最早到达时间要求是下午5点，配送中心开门是上午七点，关门是下午七点，两点之间的路径长度是160公里，车辆每小时的车速是40公里/小时，所以最佳的方案是不考虑先去卸货点10完成配送任务，因为车辆返回时赶不上配送中心的关门时间。从配送中心出发立即回到配送中心。

满足第二种场景，vehicle_capacity_max = 1 # 车辆的最大载重量，车辆的运输能力极小时，函数vehicle_capacity_restraint()也能正确的工作，得到极大值，也就是派10辆车完成运输任务，如下结果total_path_list [[0, 2, 0], [0, 3, 0], [0, 4, 0], [0, 5, 0], [0, 6, 0], [0, 7, 0], [0, 8, 0], [0, 9, 0], [0, 10, 0], [0, 1, 0]]

继续学习物流路径优化问题，这次是带时间窗的VRP问题。

双层规划模型的车辆路径优化问题（python）以论文文献：基于双层规划模型的冷链物流配送开放式车辆路径优化为学习材料，考虑将粒子群算法与遗传算法结合起来研究车辆路径优化问题。实验数据来自上篇博文提到的文献：城市生鲜食品冷链物流配送中心选址及路径优化问题研究。1.问题描述上层规划是从好几个配送中心中选择出一个或多个配送中心的问题，下层规划是车辆配送方案的确定问题（也就是带时间窗的VRP问题），...

1.Matlab实现粒子群算法的程序代码：https://www.cnblogs.com/kexinxin/p/9858664.htmlmatlab代码求解函数最优值：https://blog.youkuaiyun.com/zyqblog/article/details/80829043讲解通俗易懂，有数学实例的博文：https://blog.youkuaiyun.com/daaikuaichuan/article/...