3. The Proposed BFOA for VRPSDP3.1.

3. The Proposed BFOA for VRPSDP
3.1.Encoding Method
As mentioned before, BFOA is a population-based search method that imitated the foraging
behavior of the individuals in the swarm as a searching method. In the proposed BFOA, a swarm of S
bacteria is served as searching agent for a specific problem solution. A bacterium’s position (θ
i
)
simply is a sequence of n customer nodes and represents a solution of the problem. The ability of a
bacterium to search for solution is represented by its direction vector φ(j) which drives bacterium
movement. In the BFOA iteration step, every bacterium moves from one position to another position
based on its direction. By moving from one position to another, a bacterium evaluates different
solutions for the problem. An example of encoded and decoded solution are illustrated in Figure 1.
a) Encoded Solution
3–1 2–1 1–1 4–1 9–1 10–2 8–2 5-2 7-2 6-2
b) The Information About Customer Assignments to Routes
Route 1: 0-3-2-1-4-9-0 Route 2: 0-10-8-5-7-6-0
c) Decoded Solution
Figure 1. An Example of Encoded Solution and This Code’s Solution
Considering customer sequence given in Figure 1a, customers are started to be assigned to the first
route. If capacity constraint is violated, a new route is opened and the customers not yet visited are
assigned considering customer sequence. As all customers are assigned to the routes, the depot is
added these routes and the traveled distance is calculated according to the Equation (2).
0
n
ab
a
J c

 
(2)
J is total traveled distance (objective function value), n is number of customers, cab is distance
between nodes a and b. As long as the solution improves in the algorithm, a memory table which has
nodes is updated for the consecutive pairs of customers. In this table, the values of pairs of customers
are incremented 1 and these values are used in elimination and dispersal loop to increase the
probability of reaching the most appropriate solution. The detailed explanation of the steps is given in
the next sub-sections:
3.2. Initial Solution: The initial route is constructed using the nearest neighborhood heuristic
(NNH) (Gajpal and Abad, 2009). In this study, due to the number of bacteria is large, first customers
can’t be selected randomly. NNH is used for each customer.
3.3. Chemotaxis loop: Bacteria begin to chemotaxis loop with their initial positions and initial
objective function (J) values. The values of direction vector are chosen randomly from the discrete
number sets {-1, 0, +1} and these numbers are assigned to each customer on the customer sequence.
“-1” implies that the customer replaces with the customer located before step length (C). “0” implies
this customer save its position and finally “+1” implies that the customer replaces with the customer
located after step length (C). The customer sequence representing the bacterium is seperated five parts
which have equal lengths and a part is chosen randomly. Defined bacterium direction is used for this
part and bacterium’s position is modified. So the bacterium move along to the defined direction as (C).
If solution improves the bacterium continues to move along the same direction and objective function
(J) is computed according to this direction and the memory table is updated. This is maintained until
the solution doesn’t improve or maximum number of swim steps (Ns) is reached. If one of these two
criteria is met, one chemotactic step finishes. At the end of the chemotactic step bacterium’s objective

ผลลัพธ์ (ไทย) 1:

3. BFOA เสนอสำหรับ VRPSDPวิธีการ 3.1.Encodingดังกล่าวก่อน BFOA เป็นวิธีการค้นหาประชากรที่เลียนแบบพวกนี้พฤติกรรมของบุคคลในฝูงเป็นวิธีการค้นหา ในการนำเสนอ BFOA ของ Sแบคทีเรียมีหน้าที่เป็นตัวแทนสำหรับการแก้ไขปัญหาการค้นหา ตำแหน่งของแบคทีเรีย (θฉัน)เพียงแค่ลำดับของโหนดที่ลูกค้า n และแทนการแก้ไขปัญหา ความสามารถของการแสดง โดย φ(j) ของเวกเตอร์ทิศทางซึ่งขับแบคทีเรียแบคทีเรียเพื่อค้นหาโซลูชันเคลื่อนไหว ในขั้นตอนการเกิดซ้ำ BFOA แบคทีเรียทุกย้ายจากตำแหน่งหนึ่งไปตำแหน่งอื่นตามทิศทางของ โดยย้ายจากตำแหน่งหนึ่งไปยังอีก แบคทีเรียการประเมินแตกต่างกันโซลูชั่นสำหรับปัญหา ตัวอย่างของการแก้ปัญหาการเข้ารหัส และถอดรหัสจะแสดงในรูปที่ 1) โซลูชั่นเข้า3-1 2-1 1-1 4-1 9-1 10-2 8-2 5-2 7 2 6-2ข)ข้อมูลเกี่ยวกับลูกค้ากำหนดเส้นทางเส้นทางที่ 1: เส้นทาง 0-3-2-1-4-9-0 2: 0-10-8-5-7-6-0c) โซลูชันถอดรหัสรูปที่ 1 ตัวอย่างของโซลูชั่นการเข้ารหัสและการแก้ไขรหัสนี้พิจารณาในรูปที่ 1a ลำดับลูกค้า ลูกค้าจะเริ่มต้นกับครั้งแรกกระบวนการผลิต ถ้ามีละเมิดข้อจำกัดกำลังการผลิต เปิดเส้นทางใหม่ และลูกค้าที่ยังไม่ได้ ชมกำหนดพิจารณาลำดับลูกค้า ลูกค้าทั้งหมดได้รับการกำหนดเส้นทาง depot เป็นเพิ่มเส้นทางและระยะทาง traveled จะถูกคำนวณตามสมการ (2)0nabการJ c (2)J คือ เดินทางระยะทางรวม (ค่าฟังก์ชันวัตถุประสงค์) n คือหมายเลขลูกค้า แท็กซี่เป็นระยะระหว่างโหนตัว และ b ตราบใดที่ช่วยแก้ปัญหาในอัลกอริทึม ตารางหน่วยความจำที่มีโหนดที่มีการปรับปรุงสำหรับคู่ต่อเนื่องของลูกค้า ในตารางนี้ ค่าคู่ของลูกค้าเพิ่ม 1 และค่าเหล่านี้ใช้ในวงตัดออกและ dispersal เพื่อเพิ่มการความน่าเป็นของการเข้าถึงการแก้ปัญหาที่เหมาะสมที่สุด อธิบายรายละเอียดของขั้นตอนที่กำหนดในส่วนย่อยถัดไป:3.2 การโซลูชั่นเริ่มต้น: กระบวนการผลิตเริ่มต้นจะสร้างใช้ heuristic ย่านที่ใกล้ที่สุด(NNH) (Gajpal และอาบัด 2009) ในการศึกษานี้ จำนวนแบคทีเรียอยู่จำนวนมาก ลูกค้าคนแรกไม่สามารถเลือกแบบสุ่ม NNH ใช้สำหรับลูกค้าแต่ละราย3.3 การ chemotaxis วน: แบคทีเรียเริ่มวน chemotaxis มีตำแหน่งเริ่มต้นและเริ่มต้นค่าฟังก์ชันวัตถุประสงค์ (J) ค่าเวกเตอร์ทิศทางจะถูกเลือกแบบสุ่มจากแยกกันชุดหมายเลข {-1, 0, + 1 } และตัวเลขเหล่านี้ถูกกำหนดให้กับลูกค้าแต่ละรายในลำดับลูกค้า"-1" หมายความว่า ลูกค้าแทนกับลูกค้าอยู่ก่อนขั้นตอนยาว (C) หมายถึง "0"นี้ลูกค้าบันทึกตำแหน่ง และสุดท้าย "+ 1" หมายความว่า ลูกค้าแทนกับลูกค้าตั้งอยู่หลังจากขั้นตอนยาว (C) ลำดับลูกค้าแทนแบคทีเรียคั่น 5 ส่วนคือซึ่งมีความยาวเท่ากันและส่วนหนึ่งจะเลือกแบบสุ่ม ใช้แบคทีเรียที่กำหนดทิศทางนี้ของแบคทีเรียและส่วนหนึ่งมีการปรับเปลี่ยนตำแหน่ง ดังนั้น แบคทีเรียจะย้ายไปตามทิศทางที่กำหนดเป็น (C)ถ้าปรับปรุงโซลูชัน แบคทีเรียยังย้ายไปตามทิศทางเดียวกันและฟังก์ชันวัตถุประสงค์(J) จะคำนวณตามทิศทางนี้ และมีการปรับปรุงตารางหน่วยความจำ นี้ไว้จนกว่าไม่ปรับปรุงโซลูชัน หรือครบจำนวนสูงสุดของขั้นตอนการว่ายน้ำ (Ns) ถ้าสองอย่างใดอย่างหนึ่งตามเกณฑ์ ขั้นตอน chemotactic หนึ่งเสร็จสิ้น ท้ายของวัตถุประสงค์ของแบคทีเรียขั้น chemotactic

ผลลัพธ์ (ไทย) 2:

3. BFOA เสนอ VRPSDP
3.1.Encoding วิธีการ
ดังกล่าวก่อน BFOA เป็นวิธีการค้นหาประชากรตามที่เลียนแบบการจับเหยื่อ
พฤติกรรมของบุคคลในฝูงเป็นวิธีการค้นหา ใน BFOA เสนอฝูง S
แบคทีเรียจะทำหน้าที่เป็นตัวแทนการค้นหาโซลูชั่นที่ปัญหาที่เฉพาะเจาะจง ตำแหน่งของแบคทีเรีย (θ
ฉัน
)
เพียงแค่เป็นลำดับของโหนดลูกค้า n และเป็นทางออกของปัญหา ความสามารถของ
แบคทีเรียที่จะค้นหาวิธีการแก้ปัญหาเป็นตัวแทนจากทิศทางของเวกเตอร์φ (ญ) ที่ไดรฟ์แบคทีเรีย
เคลื่อนไหว ในขั้นตอนซ้ำ BFOA ย้ายแบคทีเรียจากทุกตำแหน่งหนึ่งไปยังตำแหน่งอื่น
ขึ้นอยู่กับทิศทางของ โดยการย้ายจากตำแหน่งหนึ่งไปยังอีกแบคทีเรียประเมินที่แตกต่างกัน
การแก้ปัญหาสำหรับปัญหา ตัวอย่างของการแก้ปัญหาการเข้ารหัสและถอดรหัสจะแสดงในรูปที่ 1.
) เข้ารหัสโซลูชั่น
3-1 2-1 1-1 4-1 9-1 8-2 5-2 10-2 7-2 6-2
ข) ข้อมูลเกี่ยวกับการกำหนดลูกค้าเส้นทาง
เส้นทางที่ 1 0-3-2-1-4-9-0 เส้นทางที่ 2: 0-10-8-5-7-6-0
ค) Decoded โซลูชั่น
รูปที่ 1 ตัวอย่างของโซลูชั่นการเข้ารหัส และแนวทางแก้ไขของรหัสนี้
เมื่อพิจารณาถึงลำดับของลูกค้าที่ได้รับในรูปที่ 1a ลูกค้าจะเริ่มต้นที่จะได้รับมอบหมายให้เป็นครั้งแรก
เส้นทาง หากข้อ จำกัด เรื่องกำลังถูกละเมิดเส้นทางใหม่จะถูกเปิดและลูกค้าไม่ได้เข้าเยี่ยมชมยังจะ
ได้รับมอบหมายให้พิจารณาลำดับของลูกค้า ขณะที่ลูกค้าทุกคนจะได้รับมอบหมายให้เส้นทางที่สถานีรถไฟจะ
เพิ่มเส้นทางเหล่านี้และระยะทางที่เดินทางจะถูกคำนวณตามสมการ (2).
0
n
AB C J   (2) J เป็นระยะทางที่เดินทางทั้งหมด (ค่าฟังก์ชันวัตถุประสงค์ ) n คือจำนวนของลูกค้าที่มีรถแท็กซี่เป็นระยะทางระหว่างโหนด A และ B ตราบใดที่การแก้ปัญหาในขั้นตอนวิธีการปรับปรุงตารางหน่วยความจำที่มีโหนดมีการปรับปรุงสำหรับคู่ติดต่อกันของลูกค้า ในตารางนี้ค่าของคู่ของลูกค้าที่จะเพิ่มขึ้น 1 และค่านิยมเหล่านี้จะถูกนำมาใช้ในการกำจัดและห่วงกระจายเพื่อเพิ่มความน่าจะเป็นของการเข้าถึงการแก้ปัญหาที่เหมาะสมที่สุด คำอธิบายรายละเอียดของขั้นตอนที่จะได้รับในส่วนย่อยต่อไปนี้: 3.2 แก้ไขเบื้องต้นเส้นทางเริ่มต้นที่ถูกสร้างโดยใช้แก้ปัญหาละแวกใกล้ที่สุด(NNH) (Gajpal และ Abad 2009) ในการศึกษานี้เนื่องจากจำนวนของเชื้อแบคทีเรียที่มีขนาดใหญ่, ลูกค้ารายแรกไม่สามารถรับการสุ่มเลือก NNH ถูกนำมาใช้สำหรับลูกค้าแต่ละราย. 3.3 ห่วง chemotaxis แบคทีเรียจะเริ่ม chemotaxis ห่วงกับตำแหน่งเริ่มต้นของพวกเขาและเริ่มต้นฟังก์ชันวัตถุประสงค์ (J) ค่า ค่าของทิศทางเวกเตอร์ได้ถูกสุ่มเลือกจากที่ไม่ต่อเนื่องชุดจำนวน {-1, 0, 1} และตัวเลขเหล่านี้จะได้รับมอบหมายให้กับลูกค้าในแต่ละลำดับของลูกค้า. "-1" หมายความว่าลูกค้าแทนที่กับลูกค้าอยู่ก่อนขั้นตอน ระยะเวลา (C) "0" หมายถึงลูกค้ารายนี้บันทึกตำแหน่งและในที่สุด "1" หมายถึงการที่ลูกค้าเข้ามาแทนที่กับลูกค้าอยู่หลังระยะเวลาในขั้นตอน (C) ลำดับของลูกค้าที่เป็นตัวแทนของแบคทีเรียที่มีการแยกห้าส่วนที่มีความยาวเท่ากันและเป็นส่วนหนึ่งที่มีการสุ่มเลือก ทิศทางแบคทีเรียที่กำหนดไว้จะใช้สำหรับการนี้เป็นส่วนหนึ่งและตำแหน่งของแบคทีเรียมีการแก้ไข ดังนั้นแบคทีเรียย้ายไปยังทิศทางที่กำหนดให้เป็น (C). ถ้ามีการแก้ไขปรับปรุงแบคทีเรียยังคงเคลื่อนตัวไปตามทิศทางเดียวกันและฟังก์ชันวัตถุประสงค์(J) คำนวณตามทิศทางนี้และโต๊ะหน่วยความจำที่มีการปรับปรุง นี้จะยังคงจนกว่าจะแก้ปัญหาไม่ได้ปรับปรุงหรือจำนวนสูงสุดของขั้นตอนการว่ายน้ำ (NS) จะมาถึง หากหนึ่งในสองคนนี้เกณฑ์จะพบขั้นตอนเดียว chemotactic เสร็จสิ้น ในตอนท้ายของวัตถุประสงค์แบคทีเรียขั้นตอน chemotactic ของ

ผลลัพธ์ (ไทย) 3:

3 . เสนอ bfoa สำหรับ vrpsdp

3.1.encoding วิธีดังกล่าวก่อน bfoa เป็นวิธีที่สุขภาพของประชากรค้นหาเลียนแบบพฤติกรรมการหาอาหารของบุคคลในกลุ่มโดยการค้นหาวิธี ในการนำเสนอ bfoa , จับกลุ่มของ S
แบคทีเรีย ทำหน้าที่เป็นตัวแทนสำหรับการแก้ไขปัญหาที่เฉพาะเจาะจง ตำแหน่งของแบคทีเรีย ( θ
ผม

)เป็นเพียงลำดับของลูกค้าโหนด และแสดงถึงทางออกของปัญหา ความสามารถของแบคทีเรียที่จะค้นหาทางออก
จะแสดงทิศทางของเวกเตอร์φ ( J ) ซึ่งทำให้สามารถเคลื่อนไหว

ใน bfoa ทำซ้ำขั้นตอน ทุก ซึ่งย้ายจากตำแหน่งหนึ่งไปยังตำแหน่งอื่น
ตามทิศทางของมัน โดยการย้ายจากตำแหน่งหนึ่งไปยังอีก ซึ่งประเมินแตกต่างกัน
โซลูชั่นสำหรับปัญหา ตัวอย่างของการเข้ารหัสและถอดรหัส โซลูชั่น จะแสดงในรูปที่ 1

) การเข้ารหัสโซลูชั่น 3 – 1 – 2 – 1 1 1 4 – 1 – 1 – 2 8 9 10 – 2 5-2 7-2 6-2
b ) ข้อมูลเกี่ยวกับการมอบหมายลูกค้าเส้นทางเส้นทางที่ 1 : 0-3-2-1-4-9-0
:
b 0-10-8-5-7-6-0 2 เส้นทาง ถอดรหัสแก้ไข )
1 รูป ตัวอย่างของรหัสและโซลูชั่น
วิธีนี้รหัสพิจารณาลำดับในรูปที่ 1A ให้ลูกค้า ลูกค้าจะเริ่มได้รับมอบหมายเส้นทางแรก

ถ้าความจุจำกัดละเมิด , เส้นทางใหม่จะเปิดขึ้น และลูกค้าที่ยังไม่ได้เข้าเยี่ยมชมเป็นลำดับ
มอบหมายพิจารณาลูกค้า เป็นลูกค้าทั้งหมดให้กับเส้นทางนั้น คลังจะ
เพิ่มเส้นทางเหล่านี้และเดินทางระยะทางที่คำนวณตามสมการ ( 2 )
0
n

.a
J C


( 2 )
J ทั้งหมดเดินทางระยะทาง ( ค่าฟังก์ชันวัตถุประสงค์ ) , n คือจำนวนลูกค้าแท็กซี่คือระยะทางระหว่างโหนด A และ B
ตราบใดที่โซลูชั่นที่เพิ่มในขั้นตอนวิธี ความทรงจำที่โต๊ะซึ่งมี
โหนดอัพเดทสำหรับคู่ที่ติดต่อกันของ ลูกค้า ในโต๊ะนี้ ค่าของคู่ค้า
จะสั่ง 1 และค่าเหล่านี้จะใช้ในการตัดและกระจายวงเพิ่ม
ความน่าจะเป็นของถึงโซลูชั่นที่เหมาะสมที่สุด คำอธิบายรายละเอียดของขั้นตอนที่ระบุในส่วนย่อยถัดไป :

. . เริ่มต้นการแก้ไข : เส้นทางเริ่มต้นจะถูกสร้างขึ้นโดยใช้ใกล้ละแวก )
( nnh ไม่เป็น ) ( gajpal และ บัด , 2009 ) ในการศึกษานี้เนื่องจากจำนวนของแบคทีเรียที่มีขนาดใหญ่
แรกลูกค้าไม่สามารถจะเลือกโดยการสุ่ม nnh ไม่เป็นใช้สำหรับลูกค้าแต่ละ .
3 . ข้อตกลงห่วง : แบคทีเรียเริ่ม chemotaxis ห่วงกับตำแหน่งเริ่มต้นของพวกเขาและวัตถุประสงค์การทำงานเบื้องต้น
( J ) ค่า ค่าของทิศทางเวกเตอร์จะสุ่มเลือกจากหมายเลขชุดต่อเนื่อง
{ - 1 , 0 ,1 } และตัวเลขเหล่านี้จะได้รับให้กับลูกค้าแต่ละรายในลำดับลูกค้า .
" - 1 " หมายความว่าลูกค้าแทนที่กับลูกค้าอยู่ ก่อนก้าวยาว ( C ) " 0 " หมายถึง
ลูกค้าบันทึกตำแหน่งและสุดท้าย " 1 " หมายถึงลูกค้าแทนที่กับลูกค้า
ตั้งอยู่หลังความยาวก้าว ( C ) ลูกค้าลำดับของแบคทีเรียที่แยก
5 ส่วนซึ่งมีความยาวเท่ากันและส่วนที่ถูกเลือกแบบสุ่ม ซึ่งใช้สำหรับกำหนดทิศทางและตำแหน่งในส่วนนี้
คือแก้ไข ดังนั้นแบคทีเรียย้ายไปกำหนดทิศทาง ( C )
ถ้าโซลูชั่นช่วยเพิ่มแบคทีเรียยังคงเคลื่อนที่ไปตามทิศทางเดียวกันกับ
ฟังก์ชันวัตถุประสงค์ ( J ) จะคำนวณตามทิศทางนี้และหน่วยความจำตารางการปรับปรุงนี้จะยังคงจนกว่า
โซลูชั่นไม่ปรับปรุงหรือจำนวนสูงสุดของขั้นตอนที่ว่ายน้ำ ( NS ) ถึง ถ้าหนึ่งในสองคนนี้
เกณฑ์กัน หนึ่ง chemotactic ขั้นตอนเสร็จสิ้น ในตอนท้ายของ chemotactic ขั้นตอนที่มีวัตถุประสงค์