解题思路分享-2022年华中杯数模竞赛A题思路分析和完整代码分享

clc;clear;load Ding.matload OrderNo.matload ItemNo.matload Quantity.mat% 订 单 总 数Order = max(OrderNo);% 货 品 类 别 数Item = max(ItemNo);% 建 立 存 储 种 类 向 量% Order_Item(x,y)表示 订单x 含不含有 货品y 种类Order_Item = zeros(Order,Item); % 建 立 存 储 数 量 向 量% Order_Item_Quantity(x,y)表示 订单x 含有 货品y 的数量Order_Item_Quantity = zeros(Order,Item); len = length(OrderNo);
for i=1:len    Order_Item(OrderNo(i),ItemNo(i)) = 1;    Order_Item_Quantity(OrderNo(i),ItemNo(i)) = Quantity(i);end% 记 录 每 个 订 单 的 货 品 总 数Number = sum(Order_Item ,2);

hold on;xlabel('订 单 序 号');ylabel('订 单 中 包 含 的 货 品 种 类 数');title('所 有 订 单 中 的 货 品 种 类 数 量 分 布 示 意 图');New = sort(Number);bar(New);

save('Order_Item.mat','Order_Item');save('Order_Item_Quantity.mat','Order_Item_Quantity');save('Number.mat','Number');

clc;clear;load OrderNo.matload ItemNo.matload Number.matload Order_Item.mat% N 为行数，含义为订 单 编 号N=max(OrderNo);% M 为列数，含义为种 类 编 号M=max(ItemNo);
L=size(ItemNo,1);% V 是特征向量，V(x,y)表示 订单x 是否含有 货品yV = Order_Item;
X=zeros(N,3); % 1 是第一个，2 是第二个，3 是差异值a=0; % a 是用于累计下标的
%计算临近度系数for i = 1 : N   for j = i+1 : N   a=a+1;   X(a,1)=i;   X(a,2)=j;   % 用 余弦相识度 计算邻近度   X(a,3)=sum(V(i,:).*V(j,:))/(sqrt(sum(V(i,:).^2))*sqrt(sum(V(j,:).^2)));   % 用 欧式距离 计算邻近度   %X(a,3)=1/(sqrt(sum((V(i,:)-V(j,:)).^2)));
   endend

% 用于储存 订单批次l=zeros(N,1);for i=1:N   l(i,1)=i;endwhile(1)   X=sortrows(X,3,'descend');   ok=0;   for K = 1 : a      i=X(K,1);      j=X(K,2);      if(size(find(V(i,:)|V(j,:)),2)>200)           continue;      end      ok=1;      while(l(i,1)~=l(l(i,1),1))         l(i,1)=l(l(i,1),1);      end      while(l(j,1)~=l(l(j,1),1))         l(j,1)=l(l(j,1),1);      end      for kk = find(X(:,1)==i)         X(kk,:)=[];      end      for kk = find(X(:,2)==i)         X(kk,:)=[];      end      for kk = find(X(:,1)==j)         X(kk,:)=[];      end      for kk = find(X(:,2)==j)         X(kk,:)=[];      end      l(j,1)=l(i,1);      V(i,:)=V(i,:)|V(j,:);      V(j,1)=-1;      a=size(X,1);      for kk = 1 :size(V,1)         if(kk==i || V(kk,1)==-1)            continue;         end         a=a+1;         X(a,1)=min([kk,i]);         X(a,2)=max([kk,i]);         % 用 余弦相识度 计算邻近度         X(a,3)=sum(V(i,:).*V(kk,:))/(sqrt(sum(V(i,:).^2))*sqrt(sum(V(kk,:).^2)));         % 用 欧式距离 计算邻近度         %X(a,3)=1/(sqrt(sum((V(i,:)-V(kk,:)).^2)));

      end      break;   end   if(ok==0)      break;   endendfor i=1:N   while(l(i,1)~=l(l(i,1),1))      l(i,1)=l(l(i,1),1);   endend
num=0;%用于存储有几个批次index=ones(N,1).*(-1);%存储每一种标号在 cell 中哪个位置，还没放就是-1
%存储 每一订单批次 中所包含的 订单编号as=cell(1,N);for i = 1 : N   if(index(l(i,1),1)==-1)      num=num+1;      index(l(i,1),1)=num;      as{num}=[as{num} i];      continue;   endas{index(l(i,1),1)}=[as{index(l(i,1),1)} i];pp=index(l(i,1),1);end
% 重新定义一个V，V(x,y)表示 订单x 是否含有 货品yV_2 = Order_Item;

Batch_total = [1,num];Batch_goods = [1,num];gg=0;for i = 1:num     Batch_total(1,i) = length(as{i});     O_Bian = as{i};     for j = O_Bian         gg=gg+1;         cg(gg,:) = V_2(j,:);     end     gg=0;     cg_1 = sum(cg,1);     Batch_goods(1,i) = size(find(cg_1),2);     cg = [];end

% 将 结 果 存 入 result1.csvresult(1,1)="OrderNo";result(1,2)="GroupNo";for i = 1: N   result(i+1,1)="D"+num2str(i, '%04d');   result(i+1,2)=num2str(index(l(i,1),1));endwritematrix(result,'result1.csv');
figure(1);bar(Batch_total);hold on;xlabel('批 次 序 号');ylabel('批 次 中 的 订 单 数');title('订 单 分 批 结 果');
figure(2);bar(Batch_goods);hold on;xlabel('批 次 序 号');ylabel('批 次 中 的 货 架 数');title('批 次 货 架 利 用 情 况');
save('Batch_total.mat','Batch_total');save('Batch_goods.mat','Batch_goods');save('as.mat','as');

clc;clear;load as.matload Batch_total.matload Order_Item.mat

putin3 = cell(1,38);% 定义 每一批次 的 订单 中的 货品种类pi = cell(1,38);B = [];for i = 1:38    for j =as{1,i}        B = [B;Order_Item(j,:)];    end    pi{1,i} = B;    B = [];end
aa = cell(1,size(Order_Item,2));
% 用于储存所有批次距离总和sum_zong=0;for k = 1:38 % 对每一批次分别求解    X=[];    Order_B = pi{1,k};    for i = 1 : size(Order_B,2)        X(i,1)=i;        X(i,2)=sum(Order_B(:,i));    end    X=sortrows(X,2,'descend'); % 对该批次中的包含货品i的订单数量进行排序    num=0;    B_1 = [];    mark = ones(size(Order_B,2),1).*(-1); % 标记 货品 位置
    while (1)        num = num + 1;        if(X(num,2)==0)            break;        end        if(mod(num,2)~=0)            B_1 = [B_1 Order_B(:,X(num,1))];            mark(X(num,1),1)=size(B_1,2);        else            mark(X(num,1),1)=1;            mark(:,1)=mark(:,1)+1;            B_1=[Order_B(:,X(num,1)) B_1];        end    end
    for ceng = 1 :size(B_1,1)

        while(1) % 判断最左侧的货品 是否能往右移动            i = find(B_1(ceng,:),1);            ok=0;            for j = i+1 : size(B_1,2)                % 计算原来的距离                sum_1=0;                for z = 1 :size(B_1,1)                    de = find(B_1(z,:));                    sum_1 = sum_1 + de(size(de,2)) - de(1);                end                % 交换位置                t=B_1(:,i);                B_1(:,i)=B_1(:,j);                B_1(:,j)=t;
                % 计算交换位置后的距离                sum_2=0;                for z = 1 :size(B_1,1)                    de = find(B_1(z,:));                    sum_2 = sum_2 + de(size(de,2)) - de(1);                end
                % 比较交换前后的距离                if (sum_2 < sum_1)                    % 满足优化执行下一步                    st = mark(i,1);                    mark(i,1) = mark(j,1);                    mark(j,1) = st;                    ok=1;                    break;                end
                %不满足优化 再次交换位置复原                t=B_1(:,i);                B_1(:,i)=B_1(:,j);                B_1(:,j)=t;            end            if(ok==0)                break;            end        end


        while(1) % 判断最右侧的货品 是否能往左移动            i=find(B_1(ceng,:),1,'last');            ok=0;            for j = i-1 : -1: 1                sum_1=0;                for z = 1 :size(B_1,1)                    de = find(B_1(z,:));                    sum_1 = sum_1 + de(size(de,2)) - de(1);                end                % 交换位置                t=B_1(:,i);                B_1(:,i)=B_1(:,j);                B_1(:,j)=t;
                % 计算交换位置后的距离                sum_2=0;                for z = 1 :size(B_1,1)                    de = find(B_1(z,:));                    sum_2 = sum_2 + de(size(de,2)) - de(1);                end
                % 比较交换前后的距离                if (sum_2 < sum_1)                    % 满足优化执行下一步                    st = mark(i,1);                    mark(i,1) = mark(j,1);                    mark(j,1) = st;                    ok=1;                    break;                end
                %不满足优化 再次交换位置复原                t=B_1(:,i);                B_1(:,i)=B_1(:,j);                B_1(:,j)=t;            end            if(ok==0)                break;            end        end    end
    % 每一批次的距离总和    sum_3(k,1) = 0;    for z = 1 :size(B_1,1)        de=find(B_1(z,:));        sum_3(k,1)=sum_3(k,1)+de(size(de,2))-de(1);    end    % 计算所有批次距离总和    sum_zong = sum_zong + sum_3(k,1);    for i = 1 : size(Order_B,2)        if(mark(i,1)<0)            continue;        end        aa{i}=[aa{i} [k;mark(i,1)]];    end    putin3{k} = B_1;  end

% 保 存 结 果result(1,1)="ItemNo";result(1,2)="GroupNo";result(1,3)="ShelfNo";num_1 = 1;for i = 1:size(Order_B,2)    kk = aa{i};    for j = 1 : size(kk,2)        num_1 = num_1 + 1;        result(num_1,1) = "P" + num2str(i, '%04d');        result(num_1,2) = num2str(kk(1,j));        result(num_1,3) = num2str(kk(2,j));    endendsum_3(39,1)=sum_zong;writematrix(result,'result2.csv');writematrix(sum_3,'sum.csv');save('sum_3.mat','sum_3');save('aa.mat','aa');save('putin3.mat','putin3');save('pi.mat','pi');
figure(1);bar(sum_3(1:38,1));hold on;xlabel('批 次 序 号');ylabel('的各批分拣任务拣选距离总和');title('各批分拣任务拣选距离示意图');

clc;clear;load putin3.matload as.mat
% 定义产生新路径的函数function [path1] = New_path(path0)    n = length(path0);    % 随机选择一种产生新路径的方法    F_p = 0.5;    r = rand(1);    % 交换两个订单的分配    if r< F_p        idx1 = randi(n);        idx2 = randi(n);        while idx2 == idx1            idx2 = randi(n);        end        path1 = path0;        path1(idx1) = path0(idx2);        path1(idx2) = path0(idx1);    % 调 整 路 径 顺 序    else        idx1 = randi(n);        idx2 = randi(n);        while idx2 == idx1            idx2 = randi(n);        end        if idx1 > idx2            tem = idx2;            idx2 = idx1;            idx1 = tem;        end        path1 = path0;        path1(idx1:idx2) = path0(idx2:-1:idx1);    endend

% 定义计算分拣工运动距离的函数function [Len] = lenth(path,S,dd)    % path路径（需要处理的订单）,S两订单两端点间距离,dd端点位置    Fg_p = find(path(1,:) == 100);    tem_z = cell(1,5);    tem_z{1} = [100 path(1,1:Fg_p(1))];     tem_z{2} = path(1,Fg_p(1):Fg_p(2));    tem_z{3} = path(1,Fg_p(2):Fg_p(3));    tem_z{4} = path(1,Fg_p(3):Fg_p(4));    tem_z{5} = [path(1,Fg_p(4):size(path,2)) 100];    for k = 1: 5 % 对五个分拣工分别处理        X = tem_z{k};        dp = [];        sum = 0;        dp(1,1) = 0;        dp(1,2) = 0;% 记录订单改变时分别从1，2端点进入的距离        for i = 1 : size(X(1,:),2)-1            for j = 1 : 2                a = X(1,i);                b = X(1,i+1);                if(j==1)% 从 端 点 1 进                    dp(i+1,2) = min(dp(i,1)+S(a,1,b,1)+abs(dd(a,1)-dd(a,2)),dp(i,2)+S(a,2,b,1)+abs(dd(a,1)-dd(a,2)));                else% 从 端 点 2 进                    dp(i+1,1) = min(dp(i,1)+S(a,1,b,2)+abs(dd(a,1)-dd(a,2)),dp(i,2)+S(a,2,b,2)+abs(dd(a,1)-dd(a,2)));                end            end        end        sum = sum + min(dp(size(X(1,:),2),1),dp(size(X(1,:),2),2));    end    Len = sum;end



Best_path_Zong = cell(1,38);Min_Len_Zong = zeros(1,38);tic;for k = 1:38    rng('shuffle'); % 控制随机数的生成    Item_p = putin3{k};    dd = [];
    % 随机生成 lenth 中的初始 path    patht = randperm(size(Item_p,1));    path0 = patht;    fen = floor(size(Item_p,1)/5);    path1 = [patht(1,1:fen*1) 100 patht(1,fen*1+1:fen*2) 100 patht(1,fen*2+1:fen*3) 100 patht(1,fen*3+1:fen*4) 100 patht(fen*4+1:end)];        % 获取 lenth 中的 dd    for i = 1:size(Item_p,1)%得到端点值        v = find(Item_p(i,:));        dd(i,1) = v(1,1);        dd(i,2) = v(1,size(v,2));    end    dd(100,1)=0;    dd(100,2)=0;
        % 获取 lenth 中的 S    for i=1:size(Item_p,1)        for j = 1:size(Item_p,1)            S(i,1,j,1)=abs(dd(i,1)-dd(j,1));            S(j,1,i,1)=abs(dd(i,1)-dd(j,1));            S(i,1,j,2)=abs(dd(i,1)-dd(j,2));            S(j,2,i,1)=abs(dd(i,1)-dd(j,2));            S(i,2,j,1)=abs(dd(i,2)-dd(j,1));            S(j,1,i,2)=abs(dd(i,2)-dd(j,1));            S(i,2,j,2)=abs(dd(i,2)-dd(j,2));            S(j,2,i,2)=abs(dd(i,2)-dd(j,2));        end        S(i,1,100,1)=dd(i,1);        S(i,1,100,2)=dd(i,1);        S(i,2,100,1)=dd(i,2);        S(i,2,100,2)=dd(i,2);        S(100,1,i,1)=dd(i,1);        S(100,1,i,2)=dd(i,1);        S(100,2,i,1)=dd(i,2);        S(100,2,i,2)=dd(i,2);    end    % 定义模拟退火算法的的一些参数    T0 = 10; % 初始温度 1    T = T0; % 迭代中温度会发生改变，第一次迭代时温度就是 T0    maxgen = 100; % 外层迭代次数    Lk = 1000; % 每个温度下的迭代次数    alpfa = 0.95; % 温度衰减系数    % 调用我们自己写的 lenth 函数计算初始路径的距离    Len0 = lenth(path1,S,dd);    Min_Len = Len0;    Best_path = path1;    RESULT_Min_Len = zeros(maxgen,1); % 用于储存最小距离Min_Len    for iter = 1 : maxgen % 外 循 环        for i = 1 : Lk % 内 循 环            patht = New_path(path0);            path1 = [patht(1,1:fen*1) 100 patht(1,fen*1+1:fen*2) 100 patht(1,fen*2+1:fen*3) 100 patht(1,fen*3+1:fen*4) 100 patht(fen*4+1:end)];            Len1 = lenth(path1,S,dd);            % 新 解 更 优            if Len1 < Len0                path0 = patht;                Len0 = Len1;            % 原 始 解 更 优，遵循一定概率接受            else                p = exp(-(Len1 - Len0)/T);                if rand(1) < p                    path0 = patht;                    Len0 = Len1;                end            end            % 判断是否更新最优解            if Len0 < Min_Len                Min_Len = Len0;                Best_path = path1;            end        end        RESULT_Min_Len(iter) = Min_Len; % 保存本轮外循环结束后找到的最小距离        T = alpfa*T;    end    Min_Len_Zong(1,k) = Min_Len; % 保存循环结束后找到的最小距离    Best_path_Zong{1,k} = Best_path; % 保存循环结束后找到的最优路径endtime = toc;


% 保 存 数 据result3(1,1)="OrderNo";result3(1,2)="GroupNo";result3(1,3)="WorkerNo";result3(1,4)="TaskNo";num=1;for k = 1:38    Best_path = Best_path_Zong{k};    Ding_h = as{k};    Fg_p_1 = find(Best_path(1,:) == 100);    tem_z = cell(1,5);    tem_z{1} = Best_path(1,1:Fg_p_1(1)-1);    tem_z{2} = Best_path(1,Fg_p_1(1)+1:Fg_p_1(2)-1);    tem_z{3} = Best_path(1,Fg_p_1(2)+1:Fg_p_1(3)-1);    tem_z{4} = Best_path(1,Fg_p_1(3)+1:Fg_p_1(4)-1);    tem_z{5} = Best_path(1,Fg_p_1(4)+1:end);    for i =1:5        x = tem_z{i};        for j = 1:size(x,2)            num = num+1;            result3(num,1) = "D"+num2str(Ding_h(1,x(j)), '%04d');            result3(num,2) = num2str(k);            result3(num,3) = num2str(i);            result3(num,4) = num2str(j);        end    endend
writematrix(result3,'result3.csv');writematrix(Min_Len_Zong,'Min_Len_Zong.csv');
save('Best_path_Zong.mat','Best_path_Zong');save('Min_Len_Zong.mat','Min_Len_Zong');

% Lk =25，maxgen =100时的迭代数据figure(1);plot(RESULT_Min_Len);hold on;xlabel('一定内层迭代次数下的外层迭代次数');ylabel('第38批次的最小分拣距离');title('优化目标值随迭代次数变化表');

figure(2);bar(Min_Len_Zong);hold on;xlabel('订单批次数');ylabel('最小分拣距离');title('每一批次最小分拣距离表');