免疫优化算法在物流配送中心选址中的应用 清空环境clcclear 算法基本参数 sizepop=50; 种群规模overbest=10; 记忆库容量MAXGEN=100; 迭代次数pcross=05; 交叉概率pmutation=04; 变异概率ps=095;

修改后的代码如下：

%% 免疫优化算法在物流配送中心选址中的应用 %% 清空环境 clc clear

%% 算法基本参数
sizepop=50; % 种群规模 overbest=10; % 记忆库容量 MAXGEN=100; % 迭代次数 pcross=0.5; % 交叉概率 pmutation=0.4; % 变异概率 ps=0.95; % 多样性评价参数 length=2; % 配送中心数 M=sizepop+overbest;

%% step1 识别抗原,将种群信息定义为一个结构体 individuals = struct('fitness',zeros(1,M), 'concentration',zeros(1,M),'excellence',zeros(1,M),'chrom',[]); %% step2 产生初始抗体群 individuals.chrom = popinit(M,length); trace=[]; %记录每代最个体优适应度和平均适应度

%% 迭代寻优 for iii=1:MAXGEN

 %% step3 抗体群多样性评价
 for i=1:M
     individuals.fitness(i) = fitness(individuals.chrom(i,:));      % 抗体与抗原亲和度(适应度值）计算
     individuals.concentration(i) = concentration(i,M,individuals); % 抗体浓度计算
 end
 % 综合亲和度和浓度评价抗体优秀程度，得出繁殖概率
 individuals.excellence = excellence(individuals,M,ps);
      
 % 记录当代最佳个体和种群平均适应度
 [best,index] = min(individuals.fitness);   % 找出最优适应度 
 bestchrom = individuals.chrom(index,:);    % 找出最优个体
 average = mean(individuals.fitness);       % 计算平均适应度
 trace = [trace;best,average];              % 记录
 
 %% step4 根据excellence，形成父代群，更新记忆库（加入精英保留策略，可由s控制）
 bestindividuals = bestselect(individuals,M,overbest);   % 更新记忆库
 individuals = bestselect(individuals,M,sizepop);        % 形成父代群

 %% step5 选择，交叉，变异操作，再加入记忆库中抗体，产生新种群
 individuals = Select(individuals,sizepop);                                                             % 选择
 individuals.chrom = Cross(pcross,individuals.chrom,sizepop,length);                                    % 交叉
 individuals.chrom = Mutation(pmutation,individuals.chrom,sizepop,length);   % 变异
 individuals = incorporate(individuals,sizepop,bestindividuals,overbest);                               % 加入记忆库中抗体      

end

%% 画出免疫算法收敛曲线 figure(1) plot(trace(:,1)); hold on plot(trace(:,2),'--'); legend('最优适应度值','平均适应度值') title('免疫算法收敛曲线','fontsize',12) xlabel('迭代次数','fontsize',12) ylabel('适应度值','fontsize',12)

%% 画出配送中心选址图 %城市坐标 city_coordinate=[112.9806, 28.2862; 113.1352, 28.1783; 112.2973, 28.0959; 112.6055, 28.1648; 112.8584, 28.0472; 113.4333, 28.3754; 113.6449, 28.1526; 112.8446, 28.2053; 112.9378, 28.1545; 112.4468, 28.0765; 113.4862, 28.2508; 113.3643, 28.2650]; %货物量 carge=[1500,1800,1600,1500,1300,2000,1400,1500,1500,2000,2000,2000]; %找出最近配送点 for i=1:12 distance(i,:)=dist(city_coordinate(i,:),city_coordinate(bestchrom,:)'); end [a,b]=min(distance');

index=cell(1,length);

for i=1:length %计算各个派送点的地址 index{i}=find(b==i); end

figure(2) title('最优规划派送路线','fontsize',12) cargox=city_coordinate(bestchrom,1); cargoy=city_coordinate(bestchrom,2); plot(cargox,cargoy,'rs','LineWidth',2,... 'MarkerEdgeColor','r',... 'MarkerFaceColor','b',... 'MarkerSize',20) hold on

% 找到最优解的坐标 best_coord = city_coordinate(bestchrom,:); % 在图上标注最优解的坐标 for i=1:length text(best_coord(i,1), best_coord(i,2), ['(' num2str(best_coord(i,1)) ',' num2str(best_coord(i,2)) ')'], 'Color', 'r', 'FontSize', 10) end

plot(city_coordinate(:,1),city_coordinate(:,2),'o','LineWidth',2,... 'MarkerEdgeColor','k',... 'MarkerFaceColor','g',... 'MarkerSize',10)

for i=1:12 x=[city_coordinate(i,1),city_coordinate(bestchrom(b(i)),1)]; y=[city_coordinate(i,2),city_coordinate(bestchrom(b(i)),2)]; plot(x,y,'c');hold on end

ylim([28,29]) xlabel('经度','fontsize',12) ylabel('纬度','fontsize',12