卡车无人机协同运输
经典twvrp模型的一个延申课题：卡车和无人机的协同运输。简单来说就是卡车拉着无人机，无人机从卡车起飞然后回到卡车，无人机和卡车同时对客户进行服务。
这类问题就涉及到双层编码。第一层：就是路径规划（vrp模型），第二层就是客户是由卡车还是无人机配送（0-1背包问题）。
从写论文角度来说，第一层使用整数编码，第二层使用0-1编码，做这种双层染色体编码，论文会显得更丰富一些。但是我试验过，这类编码的效果往往不是很好。
而且很多启发算法（特别是近些年发表的），基本都是实数编码，也有对其进行修改，改成整数编码的，但是看一下，就会发现他和遗传的交叉，变异，或是领域搜索的破坏，插入基本没啥差别，典型的挂羊头卖狗肉。
所以我还是用随机键法，直观来说就是0~1之间的实数编码，然后通过排序得到路径，通过四舍五入得到0-1的选择。这个方法的实用性很强，基本可以适用于目前所有的算法。
但是吧，缺点也很明显，数据量一多，解就会比较差，所以往往还是需要和整数编码的算法（比如optk，贪心等等）的结合改进，这个就可以作为论文的创新点。
下面是我用BKA算法（2024年一区的一个算法），以及对其改进之后的结果。 轨迹图中实线为卡车，虚线为无人机。
经典twvrp模型的一个延申课题：卡车和无人机的协同运输。简单来说就是卡车拉着无人机，无人机从卡车起飞然后回到卡车，无人机和卡车同时对客户进行服务。
这类问题就涉及到双层编码。第一层：就是路径规划（vrp模型），第二层就是客户是由卡车还是无人机配送（0-1背包问题）。
从写论文角度来说，第一层使用整数编码，第二层使用0-1编码，做这种双层染色体编码，论文会显得更丰富一些。但是我试验过，这类编码的效果往往不是很好。
而且很多启发算法（特别是近些年发表的），基本都是实数编码，也有对其进行修改，改成整数编码的，但是看一下，就会发现他和遗传的交叉，变异，或是领域搜索的破坏，插入基本没啥差别，典型的挂羊头卖狗肉。
所以我还是用随机键法，直观来说就是0~1之间的实数编码，然后通过排序得到路径，通过四舍五入得到0-1的选择。这个方法的实用性很强，基本可以适用于目前所有的算法。
但是吧，缺点也很明显，数据量一多，解就会比较差，所以往往还是需要和整数编码的算法（比如optk，贪心等等）的结合改进，这个就可以作为论文的创新点。
下面是我用BKA算法（2024年一区的一个算法），以及对其改进之后的结果。 轨迹图中实线为卡车，虚线为无人机。
