深圳企业网站制作维护,贵州网站建设工作室,动漫培训,成都网页编辑器开发1、蜘蛛蜂优化算法SWO
蜘蛛蜂优化算法#xff08;Spider wasp optimizer#xff0c;SWO#xff09;由Mohamed Abdel-Basset等人于2023年提出#xff0c;该算法模型雌性蜘蛛蜂的狩猎、筑巢和交配行为#xff0c;具有搜索速度快#xff0c;求解精度高的优势。VRPTW#x…1、蜘蛛蜂优化算法SWO
蜘蛛蜂优化算法Spider wasp optimizerSWO由Mohamed Abdel-Basset等人于2023年提出该算法模型雌性蜘蛛蜂的狩猎、筑巢和交配行为具有搜索速度快求解精度高的优势。VRPTWMATLAB蜘蛛蜂优化算法SWO求解带时间窗的车辆路径问题VRPTW提供参考文献及MATLAB代码-CSDN博客
参考文献
[1]Abdel-Basset, M., Mohamed, R., Jameel, M. et al. Spider wasp optimizer: a novel meta-heuristic optimization algorithm. Artif Intell Rev (2023). Spider wasp optimizer: a novel meta-heuristic optimization algorithm | SpringerLink
二、SWO求解不闭合MD-MTSP
2.1部分代码
close all
clear
clc
AlgorithmSWO;
global data StartPoint Tnum
%数据集参考文献 REINELT G.TSPLIB-a traveling salesman problem[J].ORSA Journal on Computing,1991,3(4):267-384.
% 导入TSP数据集 bayg29
load(data.txt)
StartPoint[1 5 15 16];%起点城市的序号(可以修改) 必须由小到大排列 建议2到6个旅行商
Tnumlength(StartPoint);%旅行商个数
Dimsize(data,1)-Tnum;%维度
lb-10;%下界
ub10;%上界
fobjFun;%计算总距离
SearchAgents_no100; % 种群大小可以修改
Max_iteration1000; % 最大迭代次数可以修改
algorithmstr2func(Algorithm);
[fMin,bestX,curve]algorithm(SearchAgents_no,Max_iteration,lb,ub,Dim,fobj); 2.2部分结果 第1个旅行商的路径1-6-13-27-8-28-12
第1个旅行商的总路径长度1109.053651
第2个旅行商的路径5-2-21-9-26-29-3
第2个旅行商的总路径长度840.178552
第3个旅行商的路径15-20-4-19-25-7-23
第3个旅行商的总路径长度1051.617801
第4个旅行商的路径16-24-10-18-14-17-22-11
第4个旅行商的总路径长度1006.628035
所有旅行商的总路径长度4007.478039 第1个旅行商的路径1-12-6-29-3
第1个旅行商的总路径长度967.470930
第2个旅行商的路径5-20-13-4-11
第2个旅行商的总路径长度999.349789
第3个旅行商的路径15-14-22-17-18
第3个旅行商的总路径长度582.666285
第4个旅行商的路径16-25-7-23-8
第4个旅行商的总路径长度991.665266
第5个旅行商的路径19-24-27-28-21-10-2-26-9
第5个旅行商的总路径长度1258.650071
所有旅行商的总路径长度4799.802340
三、完整MATLAB代码
