-
Notifications
You must be signed in to change notification settings - Fork 0
/
tabou.py
260 lines (212 loc) · 11.6 KB
/
tabou.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
'''
__/\\\\\\\\\\\\\\\_ _____/\\\\\\\\\____ __/\\\\\\\\\\\\\___ __/\\\________/\\\_
_\///////\\\/////__ ___/\\\\\\\\\\\\\__ _\/\\\/////////\\\_ _\/\\\_______\/\\\_
_______\/\\\_______ __/\\\/////////\\\_ _\/\\\_______\/\\\_ _\/\\\_______\/\\\_
_______\/\\\_______ _\/\\\_______\/\\\_ _\/\\\\\\\\\\\\\\__ _\/\\\_______\/\\\_
_______\/\\\_______ _\/\\\\\\\\\\\\\\\_ _\/\\\/////////\\\_ _\/\\\_______\/\\\_
_______\/\\\_______ _\/\\\/////////\\\_ _\/\\\_______\/\\\_ _\/\\\_______\/\\\_
_______\/\\\_______ _\/\\\_______\/\\\_ _\/\\\_______\/\\\_ _\//\\\______/\\\__
_______\/\\\_______ _\/\\\_______\/\\\_ _\/\\\\\\\\\\\\\/__ __\///\\\\\\\\\/___
_______\///________ _\///________\///__ _\/////////////____ ____\/////////_____
'''
#----------------------------------------------------------------Importation des bibliothèques----------------------------------------------------------------
import random
from collections import deque
import time as tp
from tqdm import tqdm
from itertools import combinations
import data
import folium
from folium import plugins
from geopy.geocoders import Nominatim
from geopy.exc import GeocoderTimedOut
import requests
geolocator = Nominatim(user_agent="vrp_geo_locator")
def generate_path(nb_villes, capacite_max, ville_d, nom_ville):
start_city = nom_ville[0]
nb_camions = 0
capacite = dict()
route = dict()
non_visite = nom_ville[1:]
random.shuffle(non_visite)
while non_visite:
capacite[f"Camion n°{nb_camions + 1}"] = 0
route[f"Camion n°{nb_camions + 1}"] = []
route[f"Camion n°{nb_camions + 1}"].append(start_city)
while capacite[f"Camion n°{nb_camions + 1}"] < capacite_max and non_visite:
villes_possibles = []
for i in non_visite:
if capacite[f"Camion n°{nb_camions + 1}"] + ville_d[i] <= capacite_max:
villes_possibles.append(i)
if not villes_possibles:
# Aucune ville ne peut être ajoutée, on quitte la boucle interne
break
prochaine_ville = random.choice(villes_possibles)
route[f"Camion n°{nb_camions + 1}"].append(prochaine_ville)
non_visite.remove(prochaine_ville)
capacite[f"Camion n°{nb_camions + 1}"] += ville_d[prochaine_ville]
route[f"Camion n°{nb_camions + 1}"].append(start_city)
nb_camions += 1
return route
def calculate_path_distance(path, distance_matrix, nom_ville):
total_distance = 0
# Parcourir chaque camion dans le dictionnaire
for camion_key in path.keys():
route = path[camion_key]
# Calculer la distance pour ce camion
for i in range(len(route)-1):
ville_depart = route[i]
ville_arrivee = route[i + 1]
# Convertir les noms de villes en indices pour la matrice de distance
index_depart = nom_ville.index(ville_depart)
index_arrivee = nom_ville.index(ville_arrivee)
total_distance += distance_matrix[index_depart][index_arrivee]
return total_distance
def calculate_weight(sol, ville_d):
poids = dict()
for i in sol.keys():
poids[i] = 0
for j in sol[i]:
poids[i] += ville_d[j]
return poids
def generate_neighbors(path):
neighbors = dict()
# Pour chaque camion dans le chemin
for k in range(len(path)):
camion_key = f"Camion n°{k+1}"
route = path[camion_key]
# On ne considère que les villes intermédiaires (pas le dépôt)
for i, j in combinations(range(1, len(route) - 1), 2):
# On crée une copie du chemin initial
neighbor = route[:]
# On permute les villes
neighbor[i], neighbor[j] = neighbor[j], neighbor[i]
# On remplace la solution par les voisins
path[camion_key] = neighbor
return neighbors
def recherche_tabou(solution_initiale, taille_tabou, iter_max, matrix, nom_ville, ville_d):
nb_iter = 0
liste_tabou = deque((), maxlen = taille_tabou)
# variables solutions pour la recherche du voisin optimal non tabou
solution_courante = solution_initiale
meilleure = solution_initiale
meilleure_globale = solution_initiale
# variables valeurs pour la recherche du voisin optimal non tabou
valeur_meilleure = calculate_path_distance(solution_initiale, matrix, nom_ville)
valeur_meilleure_globale = valeur_meilleure
courantes = deque(())
meilleures_courantes = deque(())
while (nb_iter < iter_max):
valeur_meilleure = float('inf')
# On parcourt tous les voisins de la solution courante
for voisin in generate_neighbors(solution_courante).items():
dico = solution_courante
dico[voisin[0]] = voisin[1]
valeur_voisin = calculate_path_distance(dico, matrix, nom_ville)
poids_voisin = calculate_weight(dico, ville_d)
# On met à jour la meilleure solution non taboue trouvée
if valeur_voisin < valeur_meilleure and voisin not in liste_tabou:
valeur_meilleure = valeur_voisin
meilleure = voisin
# On met à jour la meilleure solution rencontrée depuis le début
if valeur_meilleure < valeur_meilleure_globale:
meilleure_globale = meilleure
valeur_meilleure_globale = valeur_meilleure
poids_meilleure_globale = 0
nb_iter = 0
else:
nb_iter += 1
courantes.append(calculate_path_distance(solution_courante, matrix, nom_ville))
meilleures_courantes.append(valeur_meilleure_globale)
# on passe au meilleur voisin non tabou trouvé
solution_courante = meilleure
# on met à jour la liste tabou
liste_tabou.append(solution_courante)
return meilleure_globale, courantes, meilleures_courantes
def multi_start(nb_villes, solution_initiale, distance_matrix, nb_test, nom_ville, ville_d, capacite_max):
taille_tabou = 100
iter_max = 50
# multi-start de n itérations
val_max = float('inf')
sol_max = None
sac = solution_initiale
solutions = []
best_solutions = []
for _ in tqdm(range(nb_test)):
sol_courante, _, _ = recherche_tabou(solution_initiale, taille_tabou, iter_max, distance_matrix, nom_ville, ville_d)
val_courante = calculate_path_distance(sol_courante, distance_matrix, nom_ville)
poids_courant = calculate_weight(sol_courante, ville_d)
solutions.append(val_courante)
if val_courante < val_max:
val_max = val_courante
sol_max = sol_courante
poids_max = poids_courant
best_solutions.append(val_max)
sac = generate_path(nb_villes, capacite_max, ville_d, nom_ville)
return sol_max, val_max, nb_test, solutions, best_solutions, poids_max
def get_coordinates(city_name):
try:
location = geolocator.geocode(city_name + ", France", timeout=10)
if location:
tp.sleep(1) # Pause d'une seconde pour éviter le blocage par Nominatim
return (location.latitude, location.longitude)
else:
print(f"Coordonnées introuvables pour {city_name}")
return None
except GeocoderTimedOut:
print(f"Timeout pour {city_name}, nouvel essai après une pause.")
tp.sleep(1)
return get_coordinates(city_name)
def create_map_with_routes(sol_max):
coords = {}
# Récupérer les coordonnées pour chaque ville dans les itinéraires
for camion, itineraire in sol_max.items():
for ville in itineraire:
if ville not in coords: # Évite les recherches répétées pour la même ville
coords[ville] = get_coordinates(ville)
# Centre de la carte autour de la France
m = folium.Map(location=[46.603354, 1.888334], zoom_start=6)
# Couleurs aléatoires pour chaque itinéraire
colors = [f"#{random.randint(0, 0xFFFFFF):06x}" for _ in sol_max]
# Ajouter chaque itinéraire à la carte
for (camion, itineraire), color in zip(sol_max.items(), colors):
# Extraire les coordonnées
latitudes = [coords[ville][0] for ville in itineraire]
longitudes = [coords[ville][1] for ville in itineraire]
locations = list(zip(latitudes, longitudes))
# Ajouter le chemin avec une couleur spécifique
folium.PolyLine(locations, color=color, weight=5, opacity=0.7).add_to(m)
# Ajouter des marqueurs pour chaque ville
for lat, lon, ville in zip(latitudes, longitudes, itineraire):
folium.Marker([lat, lon], popup=f"{ville} - {camion}", tooltip=ville).add_to(m)
# Sauvegarder la carte
m.save("map.html")
def plot_real_routes_tabu(sol_max, coords):
# Créer une nouvelle carte
m_real = folium.Map(location=[46.603354, 1.888334], zoom_start=6)
# Tracer les vraies routes entre les villes
for (camion, itineraire), color in zip(sol_max.items(), [f"#{random.randint(0, 0xFFFFFF):06x}" for _ in sol_max]):
route_coords = []
for i in range(len(itineraire) - 1):
ville1 = itineraire[i]
ville2 = itineraire[i + 1]
origin = coords[ville1]
destination = coords[ville2]
route = get_route(origin, destination, "5b3ce3597851110001cf6248cf662aab956e43739386391547c544bc")
route_coords.extend(route)
folium.PolyLine(route_coords, color=color, weight=5, opacity=0.7).add_to(m_real)
# Ajouter des marqueurs pour chaque ville
for lat, lon, ville in zip([coords[city][0] for city in itineraire], [coords[city][1] for city in itineraire], itineraire):
folium.Marker([lat, lon], popup=f"{ville} - {camion}", tooltip=ville).add_to(m_real)
# Enregistrer la carte avec les vraies routes
m_real.save("map_tabu.html")
def get_route(origin, destination, api_key):
# Utiliser un service d'itinéraire pour obtenir les coordonnées de la route
url = f"https://api.openrouteservice.org/v2/directions/driving-car?start={origin[1]},{origin[0]}&end={destination[1]},{destination[0]}"
headers = {"Authorization": api_key}
response = requests.get(url, headers=headers)
route_data = response.json()
route_coords = []
for coordinate in route_data["features"][0]["geometry"]["coordinates"]:
route_coords.append((coordinate[1], coordinate[0]))
return route_coords