蚁群算法-JAVA实现

蚁群算法

基本思想

蚂蚁靠什么找出最短路径?
• 信息素：信息素是一种由蚂蚁自身释放的易挥发的
物质，能够实现蚁群内的间接通信。蚂蚁在寻找食
物时，在其经过的路径上会释放信息素，信息素可
以被其他的蚂蚁感知，并且信息素的浓度越高，对
应的路径越短
• 正反馈：蚂蚁会以较大概率选择信息素浓度较高的
路径，并释放一定量的信息素，从而使距离较短的
信息素浓度被加强形成正反馈*

蚁群算法解决TSP问题步骤以及预备知识

预备知识

①

②

③

④

⑤

算法步骤

①初始化城市距离矩阵，贪心算法获得第一个路径，第一次更新信息素矩阵
②为每一只蚂蚁随机选择初始城市
③计算前往下一个城市的概率，更新禁忌表
④轮盘赌选择下一个城市
⑤更新信息素矩阵
循环执行，找出解空间的最优解
部分代码展示（用到了四个java文件）

蚂蚁类

package antGroupAlgrithm;
//蚂蚁类
public class Ants {
	// 禁忌表, 记录走过的城市
	public boolean table[];
	// 路径
	public int path[];
	//每一个的概率以及累积概率用于轮盘赌
	public double pro[];
	public double accumulatePro[];
	//记录当前路径花费的距离
	public double distance;
	Ants(int number) {
		this.table = new boolean[number];
		this.path = new int[number+1];
		
		for (int i = 0; i < number; i++) {
			this.table[i] = false;
			this.path[i]=-1;
		}
		this.path[number]=-1;
		this.distance=0;
	}
	
	public boolean notOver() {
		for(int i=0;i<this.table.length;i++)
			if(this.table[i]==false)
				return true;
		return false;
	}
}

城市类

package antGroupAlgrithm;
//城市类
public class City {
	//记录城市的坐标
	public int x,y;
	//记录城市的标志
	public int ID;
	City(int lx,int ly,int sign){
		this.x=lx;
		this.y=ly;
		this.ID=sign;
	}
}

解空间类

package antGroupAlgrithm;
//解空间的每一个元素，路径和距离的一个结构体
public class DistancePath {
	public int path[];
	public double distance;
	DistancePath(int num){
		this.path=new int[num+1];
		this.distance=0;
	}
}

主算法类
变量部分

public class AntAlgrithm {

	public int cityNum;
	public City city[];
	public Ants ants[];
	// 记录已经被选择的出发点
	public boolean start[];
	// 距离矩阵与信息素矩阵
	public double distanceMatrix[][];
	public double pheromones[][];
	
	//记录全局解结果
	public DistancePath dp[][];
	
	public static final double alpha = 1;
	public static final double beta = 2;
	public static final double p = 0.5;
	public static final int antnumber = 18;
	public static final int MAX = 100000;
	public static final int times = 500;
	
	//构造函数
	AntAlgrithm(int x[], int y[]) {
		this.cityNum = x.length;
		this.city = new City[cityNum];
		this.ants = new Ants[antnumber];
		this.start = new boolean[cityNum];
		for (int i = 0; i < this.cityNum; i++) {
			this.city[i] = new City(x[i], y[i], i);
			this.start[i] = false;
		}
		// 初始化每一只蚂蚁
		for (int i = 0; i < antnumber; i++) {
			this.ants[i] = new Ants(this.cityNum);
			this.ants[i].pro = new double[this.cityNum - 1];
			this.ants[i].accumulatePro = new double[this.cityNum - 1];
		}
		//记录解空间的初始化
		this.dp=new DistancePath[times][antnumber];
		for(int i=0;i<this.dp.length;i++) {
			for(int j=0;j<this.dp[i].length;j++)
				this.dp[i][j]=new DistancePath(this.cityNum);
		}
	}
	//初始化函数
	public void Initial() {
		this.distanceMatrix = new double[this.cityNum][this.cityNum];
		this.pheromones = new double[this.cityNum][this.cityNum];

		for (int i = 0; i < this.cityNum; i++) {
			for (int j = i; j < this.cityNum; j++) {
				if (j == i)
					this.distanceMatrix[i][j] = MAX;
				else {
					this.distanceMatrix[i][j] = Math.hypot(this.city[i].x - this.city[j].x,
							this.city[i].y - this.city[j].y);
					this.distanceMatrix[j][i] = this.distanceMatrix[i][j];
				}
			}
		}
		// 利用贪心算法更新信息素矩阵
		double cn = this.greedy();
		double tao;
		tao = antnumber / cn;
		for (int i = 0; i < this.cityNum; i++) {
			for (int j = i + 1; j < this.cityNum; j++) {
				this.pheromones[i][j] = tao;
				this.pheromones[j][i] = tao;
			}
		}
	}

主函数部分

public static void main(String[] args) {
		//城市坐标
		int xCoordinate[] = { 1304, 3639, 4177, 3712, 3488, 3326, 3238, 4196, 4312, 4386, 3007, 2562, 2788, 2381, 1332,
				3715, 3918, 4061, 3780, 3676, 4029, 4263, 3429, 3507, 3394, 3439, 2935, 3140, 2545, 2778, 2370 };
		int yCoordinate[] = { 2312, 1315, 2244, 1399, 1535, 1556, 1229, 1004, 790, 570, 1970, 1756, 1491, 1676, 695,
				1678, 2179, 2370, 2212, 2578, 2838, 2931, 1908, 2367, 2643, 3201, 3240, 3550, 2357, 2826, 2975 };
		int flag = 0;
		//初始化
		AntAlgrithm ata = new AntAlgrithm(xCoordinate, yCoordinate);
		ata.Initial();
		//演变
		while (flag < times) {
			ata.tsp();
			ata.record(flag);
			ata.remake();
			flag += 1;
		}
		//选择最优解
		ata.chooseBest();
	}

需要注意的是，蚁群算法得到的解不是固定的，但是收敛于一个较小的值

代码运行截图

如果觉得有帮助的话就点个赞吧！