基于遗传算法的带容量限制的P-median设施选址问题

备注无比详细，格式美观，绝对看得懂！！基于启发式遗传算法的带容量限制的P-median设施选址问题（在N个需求点中找出P个点建设设施满足全部需求，各点设施建设有容量限制，目标为最小化距离与对应需求量的乘积），通过轮盘法进行染色体种群进化，数据部分可导入文件计算，可动态设置种群规模和繁衍次数。

//———————基于遗传算法的带容量限制的p中位问题——————// 
//————————华中科技大学 管理学院 信管专业————————//
//——————————————作者：WRX————————————// 
#include 
# include 
# include 
# include 
# include 
# include 
# include 
# include 

# define N 12       //需求点个数
# define P 3        //设施点个数 
# define PopulationSize 500     //种群规模 
# define Multiply 500           //繁殖次数 
# define Crossing 0.8           //交叉概率 
# define Variation 0.1          //变异概率 
using namespace std;  


struct genotype//定义结构体 
{
 	int gene[N]; 		 //gene[i]的值表示i点获得满足的设施点的下标（设施点编号-1） 
  	int facility[P];  	 //facility[j]的值表示设施点的下标（设施点的编号-1） 
 	double Z;        	 //解对应的目标函数值 
	double area;       	 //选取染色体的概率 
  	double scale;        //染色体在轮盘上的刻度（累积概率） 
	int tag;			 //tag=0表示染色体解不符合容量限制，tag=1表示染色体解符合容量限制 
};
struct genotype population[PopulationSize+1];	//染色体数组 
struct genotype newpopulation[PopulationSize];  //用于更新代内染色体的数组 

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////// 
int RandomInt（int lowint high）//生成一个随机整数，使其落在[lowhigh]之间  √ 
{ 
	int addrandomint;
    
	add = rand（）%（high-low）;
	randomint=low+add; 

	return （randomint）;
}


//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////// 
void Value（int （*distance）[N]int *demand）//计算代内各染色体（解）的目标函数值 √ 
{
	genotype *p;
	for（ int i = 0;i < PopulationSize; i++ ）					 //遍历代内所有染色体 
	{
		p = &population[i];										 //p指向代内的第i个染色体 
		for（ int j = 0;j < N; j++ ）								 //计算每个染色体（解）的目标函数值 
			p->Z += distance[j][ p->gene[j] ]*demand[j];	     //函数值=ΣΣdij*ni（xij=1已隐含在p->gene[j]中满足） 		
	}
} 

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////// 
void Limit（int *Qint *demand）//判断各染色体是否符合容量限制 
{
	int service[P];
	for（ int i = 0;i < PopulationSize; i++ ） 	//遍历代内所有染色体解，对每个解i 
	{
		population[i].tag = 1;					//初始化假设均为可行解 
		for（ int j = 0;j < P; j++ ）			    //遍历所有服务站j  并判断是否超出容量 
		{
			service[j] = 0;						//初始化服务站服务量 
			for（ int k = 0;k < N; k++ ）			//遍历需求点
				if（ population[i].gene[k] == population[i].facility[j] ）// 计数服务站j提供服务的量
					service[j] += demand[k]; 
			if（ service[j] > Q[population[i].facility[j]] ）//只要有一个服务站超出容量限制，就更改染色体解的tag 
				population[i].tag = 0;
			
		}
		
	} 
}


//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////// 
void SelectBest（）//寻找并记录最优解染色体到population[PopulationSize]  
{
	int best=PopulationSize;                                        

		for（ int i = 0;i < PopulationSize; i++ ）				 //遍历代内染色体寻找最优函数值 
		{
	    	if （ population[i].Z < population[PopulationSize].Z && population[i].tag == 1 ）//找出符合容量限制的最优染色体解 
	   		 {
	  		    best = i;										/