带精英策略的蚂蚁系统解决TSP问题matlab实现
来源:互联网 发布:2016nba数据库统计 编辑:程序博客网 时间:2024/06/14 23:19
代精英策略的蚂蚁系统解决旅行商问题,欢迎大家批评指正。
<pre name="code" class="plain">function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ELITIST(NC_max,m,Alpha,Beta,Rho,Q)%%=========================================================================% 带精英策略的蚂蚁系统 ACATSP-ELITIST.m% Ant Colony Algorithm for Traveling Salesman Problem% % %%-------------------------------------------------------------------------%% 主要符号说明%% C n个城市的坐标,n×2的矩阵%% NC_max 最大迭代次数 100%% m 蚂蚁个数 50%% Alpha 表征信息素重要程度的参数2%% Beta 表征启发式因子重要程度的参数4%% Rho 信息素蒸发系数0.1%% Q 信息素增加强度系数 0.01%% R_best 各代最佳路线%% L_best 各代最佳路线的长度%%=========================================================================%%第一步:变量初始化C=[5.294,1.558;4.286,3.622;4.719,2.774;4.185,2.230;0.915,3.821;4.771,6.041;1.524,2.871;3.447,2.111;3.718,3.665;2.649,2.556];n=size(C,1); %*表示问题的规模(城市个数n)得到矩阵的行数n为10D=zeros(n,n);%D表示完全图的赋权邻接矩阵 产生10*10矩阵,值全是0for i=1:n for j=1:n if i~=j D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5; else D(i,j)=eps; end D(j,i)=D(i,j); endendEta=1./D; %Eta为启发因子, 这里设为距离的倒数Tau=ones(n,n); %Tau为信息素矩阵 Tau--->产生10*10行矩阵,值全都是1Tabu=zeros(m,n); %存储并记录路径的生成 Tabu--->50*10矩阵NC=1; %迭代计数器R_best=zeros(NC_max,n); %各代最佳路线 100*10L_best=inf.*ones(NC_max,1); %各代最佳路线的长度100*1L_ave=zeros(NC_max,1); %各代路线的平均长度100*1while NC<=NC_max %停止条件之一:达到最大迭代次数 %%第二步:将m(50)只蚂蚁放到n(10)个城市上 Randpos=[]; for i=1:(ceil(m/n)) %%m为50,n为10 Randpos=[Randpos,randperm(n)]; end Tabu(:,1)=(Randpos(1,:)); %初始化禁忌表中第一个元素 矩阵的第一行赋值给另外一个矩阵的第一列 %%第三步:m只蚂蚁按概率函数选择下一座城市,完成各自的周游。填充Tabu矩阵 for j=2:n for i=1:m visited=Tabu(i,1:(j-1));%已访问的城市---城市序号 visited也是矩阵 J=zeros(1,(n-j+1));%待访问的城市 J、P都是一行值为0的矩阵 P=J;%待访问城市的选择概率分布 Jc=1; for k=1:n if length(find(visited==k))==0 J(Jc)=k; Jc=Jc+1; end end %下面计算待选城市的概率分布 for k=1:length(J) P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta); end P=P/(sum(P)); %按概率原则选取下一个城市 Pcum=cumsum(P);%disp(Pcum)%disp('**************') Select=find(Pcum>=rand); to_visit=J(Select(1)); Tabu(i,j)=to_visit; end end if NC>=2 Tabu(1,:)=R_best(NC-1,:);%上一代最短路径作为本代第一条路径 end %%第四步:记录本次迭代最佳路线。填充矩阵L L=zeros(m,1); for i=1:m R=Tabu(i,:); for j=1:(n-1) L(i)=L(i)+D(R(j),R(j+1)); end L(i)=L(i)+D(R(1),R(n)); end L_best(NC)=min(L);pos=find(L==L_best(NC)); R_best(NC,:)=Tabu(pos(1),:); L_ave(NC)=mean(L); %%第五步:更新信息素 Delta_Tau=zeros(n,n);clever_Tau=zeros(n,n);numLine=find(L==min(L));numClever=length(numLine); for i=1:m %表示行 for j=1:(n-1) Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);%一只蚂蚁的路线留下的信息素 end Delta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);if i==numLine(1)clever_Tau(Tabu(i,j),Tabu(i,j+1))=clever_Tau(Tabu(i,j),Tabu(i,j+1))+numClever*(Q/min(L));endclever_Tau(Tabu(i,n),Tabu(i,1))=clever_Tau(Tabu(i,n),Tabu(i,1))+numClever*(Q/min(L)); end Tau=(1-Rho).*Tau+Delta_Tau+clever_Tau;%Tau一代一代叠加。原有的有一部分蒸发+新增加的一代产生的信息素+如果是最短路径再加上这一代产生的信息素 %%第六步:禁忌表清零 Tabu=zeros(m,n);NC=NC+1end%%第七步:输出结果Pos=find(L_best==min(L_best));Shortest_Route=R_best(Pos(1),:);Shortest_Length=L_best(Pos(1));subplot(1,2,1)DrawRoute(C,Shortest_Route)subplot(1,2,2)plot(L_best,'y')hold onplot(L_ave,'r')title('平均距离和最短距离');disp('最短距离为:')disp(Shortest_Length);disp('最短路径是:')disp(Shortest_Route)function DrawRoute(C,R)%%====================================================================%% DrawRoute.m%% 画路线图的子函数%%--------------------------------------------------------------------%% C Coordinate 节点坐标,由一个N×2的矩阵存储%% R Route 路线%%====================================================================N=length(R);scatter(C(:,1),C(:,2));hold onplot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)],'g')hold onfor ii=2:N plot([C(R(ii-1),1),C(R(ii),1)],[C(R(ii-1),2),C(R(ii),2)],'g') hold onendtitle('旅行商问题优化结果');
0 0
- 带精英策略的蚂蚁系统解决TSP问题matlab实现
- 最大最小蚂蚁的TSP问题的实现
- 在matlab上实现遗传算法解决TSP旅行者问题
- 遗传算法与TSP问题的MATLAB实现
- 遗传算法与TSP问题的MATLAB实现
- 遗传算法与TSP问题的MATLAB实现
- 蚂蚁问题的编程解决
- 遗传算法解决TSP问题(c++实现)
- 遗传算法解决TSP问题(c++实现)
- SA解决TSP问题的程序
- ACM中TSP问题的解决思路
- 蚁群算法及matlab实现TSP问题源代码
- GA解决TSP问题
- 蚂蚁解决交通问题的智能
- 遗传算法解决TSP问题实现以及与最小生成树的对比
- 蚁群算法解决TSP问题的JAVA实现(一)
- 蚁群算法解决TSP问题的JAVA实现(二)
- TSP问题的遗传算法实现
- makefile 工程管理---那些年我们一起学习linux程序设计
- 实用JS代码大全
- 关于函数strtok和strtok_r的使用要点和实现原理(一)
- 随机问题之--洗牌算法
- 【给移动应用开发新手的6个建议】
- 带精英策略的蚂蚁系统解决TSP问题matlab实现
- git常用命令
- linux 下的编译器和调试器
- 关于函数strtok和strtok_r的使用要点和实现原理(二)
- Uploadify 3.2 参数属性、事件、方法函数详解
- findViewById() returns null for custom component in layout XML, not for other components
- mysql调优三步曲(慢查询、explain profile)
- 线程同步小点
- OC语法--谓词NSPredicate类