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)

% 绘制被选中的配送中心点
cargox = city_coordinate(bestchrom,1);
cargoy = city_coordinate(bestchrom,2);
plot(cargox,cargoy,'rs','LineWidth',2,...
    'MarkerEdgeColor','r',...
    'MarkerFaceColor','b',...
    'MarkerSize',20)

hold on

% 绘制所有城市的坐标
plot(city_coordinate(:,1),city_coordinate(:,2),'o','LineWidth',2,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor','g',...
    'MarkerSize',10)

% 连接每个城市到对应的配送中心
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

配送中心的横纵坐标信息如下：

(112.9806, 28.2862)

(113.1352, 28.1783)

其中，第一个配送中心的横坐标为112.9806，纵坐标为28.2862；第二个配送中心的横坐标为113.1352，纵坐标为28.1783。

注意：

以上代码中，popinit, fitness, concentration, excellence, bestselect, Select, Cross, Mutation, incorporate, dist 函数需要根据实际需求进行定义。
配送中心的横纵坐标信息需要根据算法运行结果进行调整。
本文仅提供了一个基本的示例，实际应用中可能需要根据具体情况进行调整和改进。