课题名称:基于模拟退火算法的的旅行商问题TSP
程序版本:2023-03-19
代码获取方式:
QQ: 491052175
VX: Matlab_Lover
模型介绍:
第一步:设定参数
第二步:寻找初始解 对于n个城市的TSP问题,能够得到的解就是对1~n的一个排列,其中每个数字为对应城市的编号,如对10个城市的TSP问题,则 1|10|2|4|5|6|8|7|9|3就是一个合法的解,采用产生随机排列的方法产生一个初始解S
第三步:解进行变换生成新解:通过对当前解S1进行变换,产生新的路径数组即为新解,这里采用的变换是产生随机数的方法来产生将要交换的两个城市,用二领域变换法产生新的路径,即新的可行解S2。
第四步:Metropolis准则。若路径长度函数f(s),则当前解的路径为f(s1),新解的路径为f(s2),路径插df=f(s2)-f(s1),则Metropolis准则里表示df<0,则以概率1接受新的路径,否则以某种概率接受新的路径
第五步:降温。利用降温速率q进行降温,即T=qT,若T小于结束温度,则停止迭代输出当前状态,否则继续迭代。
特殊说明:
1.程序支持导入包含城市坐标的Excel或者mat文件,也可以随机产生一定数量的城市坐标
2.神经网络每一次的预测结果都不相同,为了得到更好的结果,建议多次运行取最佳值
3.城市坐标及距离矩阵可以打开CityInfo.mat文件查看
Matlab仿真结果:
标准模拟退火算法SA求解旅行商问题的路径顺序:
初始解的路径规划图
模拟退火算法求解的路径规划图
距离随迭代次数变化曲线