为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验.1995 年Eberhart 博士和kennedy 博士提出了一种新的算法;粒子群优化(Particle Swarm Optimization -PSO) 算法 .

MATLAB实现利用cplex小规模的车辆路径问题，不适用于大规模问题的求解。

基于改进遗传算法的车辆路径问题求解，十分难得的论文资料

车辆路径问题的水波算法

求解大规模具有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem, CVRP)求解大规模具有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem, CVRP)求解大规模具有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem, CVRP)求解大规模具有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem, CVRP)

一种用改进的遗传算法求解带时间约束的车辆路径问题的c语言源代码，对大家编程会有帮助

对于经典的车辆路径问题，通过matlab中的智能算法遗传算法进行编码，从而实现问题的解，代码可以使用，已经验证过多次，可自行处理数据

这是我以前写过的一个遗传算法求解车辆路径问题程序的源码（C#版），开发工具是Microsoft Visual Studio 2008，我的博客有关于这个算法程序的介绍，有需要的可以参考一下！

多车场多车型车辆路径问题的改进遗传算法,车辆路径问题(Vehicle routing problem,VRP)由Dantzing和Ramser于1959年首次提出,它是指对一系列发货点(或收货点),组织适当的行车路线,满足客户的需求,并在一定的约束条件下,达到一定的目标(诸如路程最短、成本最小、耗费时间尽量少等), 属于NP难度问题。

java代码 解决CVRP问题，基于PSO算法