蚁群算法（C）

来源：互联网发布：淘宝极有家什么意思编辑：程序博客网时间：2024/04/27 14:46

C语言详细注释版

定义部分

#pragma once#include <iostream>#include <math.h> #include <time.h>const double ALPHA=1.0; //启发因子，信息素的重要程度const double BETA=2.0;   //期望因子，城市间距离的重要程度const double ROU=0.5; //信息素残留参数const int N_ANT_COUNT=34; //蚂蚁数量const int N_IT_COUNT=1000; //迭代次数const int N_CITY_COUNT=51; //城市数量const double DBQ=100.0; //总的信息素const double DB_MAX=10e9; //一个标志数，10的9次方double g_Trial[N_CITY_COUNT][N_CITY_COUNT]; //两两城市间信息素，就是环境信息素double g_Distance[N_CITY_COUNT][N_CITY_COUNT]; //两两城市间距离//eil51.tsp城市坐标数据double x_Ary[N_CITY_COUNT]={    37,49,52,20,40,21,17,31,52,51,    42,31,5,12,36,52,27,17,13,57,    62,42,16,8,7,27,30,43,58,58,    37,38,46,61,62,63,32,45,59,5,    10,21,5,30,39,32,25,25,48,56,    30};double y_Ary[N_CITY_COUNT]={    52,49,64,26,30,47,63,62,33,21,    41,32,25,42,16,41,23,33,13,58,    42,57,57,52,38,68,48,67,48,27,    69,46,10,33,63,69,22,35,15,6,    17,10,64,15,10,39,32,55,28,37,    40};//返回指定范围内的随机整数int rnd(int nLow,int nUpper){    return nLow+(nUpper-nLow)*rand()/(RAND_MAX+1);}//返回指定范围内的随机浮点数double rnd(double dbLow,double dbUpper){    double dbTemp=rand()/((double)RAND_MAX+1.0);    return dbLow+dbTemp*(dbUpper-dbLow);}//返回浮点数四舍五入取整后的浮点数double ROUND(double dbA){    return (double)((int)(dbA+0.5));}

蚂蚁类

class CAnt{public:    CAnt(void);    ~CAnt(void);public:    int m_nPath[N_CITY_COUNT]; //蚂蚁走的路径    double m_dbPathLength; //蚂蚁走过的路径长度    int m_nAllowedCity[N_CITY_COUNT]; //没去过的城市    int m_nCurCityNo; //当前所在城市编号    int m_nMovedCityCount; //已经去过的城市数量public:    int ChooseNextCity(); //选择下一个城市    void Init(); //初始化    void Move(); //蚂蚁在城市间移动    void Search(); //搜索路径    void CalPathLength(); //计算蚂蚁走过的路径长度};//构造函数CAnt::CAnt(void){}//析构函数CAnt::~CAnt(void){}

蚂蚁类实现

void CAnt::Init(){    for (int i=0;i<N_CITY_COUNT;i++)    {        m_nAllowedCity[i]=1; //设置全部城市为没有去过        m_nPath[i]=0; //蚂蚁走的路径全部设置为0    }    //蚂蚁走过的路径长度设置为0    m_dbPathLength=0.0;     //随机选择一个出发城市    m_nCurCityNo=rnd(0,N_CITY_COUNT);    //把出发城市保存入路径数组中    m_nPath[0]=m_nCurCityNo;    //标识出发城市为已经去过了    m_nAllowedCity[m_nCurCityNo]=0;     //已经去过的城市数量设置为1    m_nMovedCityCount=1; }//选择下一个城市//返回值 为城市编号int CAnt::ChooseNextCity(){    int nSelectedCity=-1; //返回结果，先暂时把其设置为-1//======================================================    //计算当前城市和没去过的城市之间的信息素总和    double dbTotal=0.0;        double prob[N_CITY_COUNT]; //保存各个城市被选中的概率    for (int i=0;i<N_CITY_COUNT;i++)    {        if (m_nAllowedCity[i] == 1) //城市没去过        {            prob[i]=pow(g_Trial[m_nCurCityNo][i],ALPHA)*pow(1.0/g_Distance[m_nCurCityNo][i],BETA); //该城市和当前城市间的信息素            dbTotal=dbTotal+prob[i]; //累加信息素，得到总和        }        else //如果城市去过了，则其被选中的概率值为0        {            prob[i]=0.0;        }    }//======================================================    //进行轮盘选择    double dbTemp=0.0;    if (dbTotal > 0.0) //总的信息素值大于0    {        dbTemp=rnd(0.0,dbTotal); //取一个随机数        for (int i=0;i<N_CITY_COUNT;i++)        {            if (m_nAllowedCity[i] == 1) //城市没去过            {                dbTemp=dbTemp-prob[i]; //这个操作相当于转动轮盘，如果对轮盘选择不熟悉，仔细考虑一下                if (dbTemp < 0.0) //轮盘停止转动，记下城市编号，直接跳出循环                 {                    nSelectedCity=i;                    break;                }            }        }    }    //======================================================    //如果城市间的信息素非常小(小到比double能够表示的最小的数字还要小 )    //那么由于浮点运算的误差原因，上面计算的概率总和可能为0    //会出现经过上述操作，没有城市被选择出来    //出现这种情况，就把第一个没去过的城市作为返回结果    //题外话：刚开始看的时候，下面这段代码困惑了我很长时间，想不通为何要有这段代码，后来才搞清楚。    if (nSelectedCity == -1)    {        for (int i=0;i<N_CITY_COUNT;i++)        {            if (m_nAllowedCity[i] == 1) //城市没去过            {                nSelectedCity=i;                break;            }        }    }//======================================================    //返回结果，就是城市的编号    return nSelectedCity;}//蚂蚁在城市间移动void CAnt::Move(){    int nCityNo=ChooseNextCity(); //选择下一个城市    m_nPath[m_nMovedCityCount]=nCityNo; //保存蚂蚁走的路径    m_nAllowedCity[nCityNo]=0;//把这个城市设置成已经去过了    m_nCurCityNo=nCityNo; //改变当前所在城市为选择的城市    m_nMovedCityCount++; //已经去过的城市数量加1}//蚂蚁进行搜索一次void CAnt::Search(){    Init(); //蚂蚁搜索前，先初始化    //如果蚂蚁去过的城市数量小于城市数量，就继续移动    while (m_nMovedCityCount < N_CITY_COUNT)    {        Move();    }    //完成搜索后计算走过的路径长度    CalPathLength();}//计算蚂蚁走过的路径长度void CAnt::CalPathLength(){    m_dbPathLength=0.0; //先把路径长度置0    int m=0;    int n=0;    for (int i=1;i<N_CITY_COUNT;i++)    {        m=m_nPath[i];        n=m_nPath[i-1];        m_dbPathLength=m_dbPathLength+g_Distance[m][n];    }    //加上从最后城市返回出发城市的距离    n=m_nPath[0];    m_dbPathLength=m_dbPathLength+g_Distance[m][n];    }

TSP类

//tsp类class CTsp{public:    CTsp(void);    ~CTsp(void);public:    CAnt m_cAntAry[N_ANT_COUNT]; //蚂蚁数组    CAnt m_cBestAnt; //定义一个蚂蚁变量，用来保存搜索过程中的最优结果                                        //该蚂蚁不参与搜索，只是用来保存最优结果public:    //初始化数据    void InitData();     //开始搜索    void Search();     //更新环境信息素    void UpdateTrial();};//构造函数CTsp::CTsp(void){}CTsp::~CTsp(void){}//初始化数据void CTsp::InitData() {    //先把最优蚂蚁的路径长度设置成一个很大的值    m_cBestAnt.m_dbPathLength=DB_MAX;     //计算两两城市间距离    double dbTemp=0.0;    for (int i=0;i<N_CITY_COUNT;i++)    {        for (int j=0;j<N_CITY_COUNT;j++)        {            dbTemp=(x_Ary[i]-x_Ary[j])*(x_Ary[i]-x_Ary[j])+(y_Ary[i]-y_Ary[j])*(y_Ary[i]-y_Ary[j]);            dbTemp=pow(dbTemp,0.5);            g_Distance[i][j]=ROUND(dbTemp);        }    }    //初始化环境信息素，先把城市间的信息素设置成一样    //这里设置成1.0，设置成多少对结果影响不是太大，对算法收敛速度有些影响    for (int i=0;i<N_CITY_COUNT;i++)    {        for (int j=0;j<N_CITY_COUNT;j++)        {            g_Trial[i][j]=1.0;        }    }}//更新环境信息素void CTsp::UpdateTrial(){    //临时数组，保存各只蚂蚁在两两城市间新留下的信息素    double dbTempAry[N_CITY_COUNT][N_CITY_COUNT];    memset(dbTempAry,0,sizeof(dbTempAry)); //先全部设置为0    //计算新增加的信息素,保存到临时数组里    int m=0;    int n=0;    for (int i=0;i<N_ANT_COUNT;i++) //计算每只蚂蚁留下的信息素    {            for (int j=1;j<N_CITY_COUNT;j++)            {                m=m_cAntAry[i].m_nPath[j];                n=m_cAntAry[i].m_nPath[j-1];                dbTempAry[n][m]=dbTempAry[n][m]+DBQ/m_cAntAry[i].m_dbPathLength;                dbTempAry[m][n]=dbTempAry[n][m];            }            //最后城市和开始城市之间的信息素            n=m_cAntAry[i].m_nPath[0];            dbTempAry[n][m]=dbTempAry[n][m]+DBQ/m_cAntAry[i].m_dbPathLength;            dbTempAry[m][n]=dbTempAry[n][m];    }    //======================================================    //更新环境信息素    for (int i=0;i<N_CITY_COUNT;i++)    {        for (int j=0;j<N_CITY_COUNT;j++)        {            g_Trial[i][j]=g_Trial[i][j]*ROU+dbTempAry[i][j]; //最新的环境信息素 = 留存的信息素 + 新留下的信息素        }    }}void CTsp::Search(){    char cBuf[256]; //打印信息用    //在迭代次数内进行循环    for (int i=0;i<N_IT_COUNT;i++)    {        //每只蚂蚁搜索一遍        for (int j=0;j<N_ANT_COUNT;j++)        {            m_cAntAry[j].Search();         }        //保存最佳结果        for (int j=0;j<N_ANT_COUNT;j++)        {            if (m_cAntAry[j].m_dbPathLength < m_cBestAnt.m_dbPathLength)            {                m_cBestAnt=m_cAntAry[j];            }        }        //更新环境信息素        UpdateTrial();        //输出目前为止找到的最优路径的长度        sprintf(cBuf,"\n[%d] %.0f",i+1,m_cBestAnt.m_dbPathLength);        printf(cBuf);    }}

程序入口

int main(){    //用当前时间点初始化随机种子，防止每次运行的结果都相同    time_t tm;    time(&tm);    unsigned int nSeed=(unsigned int)tm;    srand(nSeed);    //开始搜索    CTsp tsp;    tsp.InitData(); //初始化    tsp.Search(); //开始搜索    //输出结果    printf("\nThe best tour is :\n");    char cBuf[128];    for (int i=0;i<N_CITY_COUNT;i++)    {        sprintf(cBuf,"%02d ",tsp.m_cBestAnt.m_nPath[i]+1);        if (i % 20 == 0)        {            printf("\n");        }        printf(cBuf);    }    printf("\n\nPress any key to exit!");    getchar();    return 0;}

0 0