|
数据:一个人口P初始随机生成的旅游矩阵=P【参考译文】人口的大小是米任何行程的长度都是n． |
|
距离函数distance(发射，交付，会合)决定了节点之间的总距离 |
|
结果:节点的~最优巡回[1:n]． |
|
为iter 1到预算循环 |
|
为p在米循环(以每团人数计算) |
|
⟵P［p:];(在旅游团人数之内的旅游团) |
|
⟵P［p1:n， 1,2,3];(添加回绕到仓库到旅游) |
|
⟵0;(初始化本次旅行的总时间) |
|
而我≤n做(遍历每个节点) |
|
案例⟵1;(初始化默认情况:卡车携带无人机和交付) |
|
发射⟵（我）;(卡车发射节点) |
|
交付⟵（我+ 1);(无人驾驶飞机交付节点) |
|
会合⟵（我+ 1);(卡车和无人机交会节点) |
|
发射理解⟵（我+ 1);(检查下一个操作卡车发射节点) |
|
提供理解⟵（我+ 2);(查看下一个操作无人机交付节点) |
|
交会测量⟵（我+ 3);(检查下一个行动卡车/无人机会合节点) |
|
距离(发射，交付，会合) |
|
卡车dist⟵距离(发射，会合) |
|
如果无人机dist <范围和我+ 1≤n然后 |
|
案例⟵2; |
|
fathom 1⟵max[(无人机dist)/(无人机速度)，(卡车dist)/(卡车速度)] |
|
距离(fathom发射，fathom交付，fathom会合) |
|
距离(fathom launch，， fathom rendezvous) |
|
fathom 2⟵max[(无人机dist 2)/(无人机速度)，(卡车dist 2)/(卡车速度)] |
|
如果无人机dist 2 <范围和Fathom 2 < Fathom 1和我+ 2≤n然后 |
|
案例⟵1;(将无人机保存为下一个操作，设置为卡车交付此迭代) |
|
无人机dist⟵0;(没有无人机距离) |
|
如果 |
|
其他的 |
|
无人机dist⟵0;(在无人机射程之外…) |
|
如果 |
|
开关情况 |
|
情况下= =1(卡车交付) |
|
卡车dist:=距离(发射，交付);(计算到下一个节点的卡车距离) |
|
k⟵k+ 1; |
|
情况下= =2(卡车和无人机送货) |
|
卡车距离:=距离(发射，会合);(计算卡车到集合地点的距离) |
|
无人机距离:=距离(发射，交付，会合);(查找无人机操作距离) |
|
k⟵k+ 2;两个节点(满意) |
|
结束案例 |
|
=+ max[(无人机距离)/(无人机速度)，(卡车距离)/(卡车速度)](捕获并记录人口成员的总时间p） |
|
WHILE循环结束 |
|
FOR循环结束 |
|
P⟵随机打乱总体矩阵中的行P为比赛(不改变行程) |
|
为p= 5: 5:米循环(从市民中选出各5个旅行团P的大小米） |
|
最佳时间⟵P［p，:]) |
|
最佳Id⟵找到最佳时间5人组的路线Id(最佳时间) |
|
Pʹ[p1，2，3，4，5⟵将所有的旅游改为人口组P（p，:) 5个旅行团中最适合的旅行团。 |
|
Pʹ[p1保持(不变异)5组中最适合的游程(保持为下一次迭代) |
|
Pʹ[p2、3、4、5⟵对其他4个不太合适的旅行进行如下调整: |
|
(1)游览1:在路线中随机选择2个点Pʹ[p2交换 |
|
(2)巡回2:随机抽取2点Pʹ[p3.，:]反转中间的所有节点 |
|
(3)游三:在路线中随机选择2个点Pʹ[p4，:]向左滑动并将最后替换为第一个 |
|
(4)巡回4:替换第一个和最后一个节点Pʹ[p5，:]随机选取两个节点 |
|
FOR循环结束 |
|
P⟵更新P与所有的突变P” |
|
FOR循环结束 |
|
返回最好的最好的途径是人口 |
