转 | 模拟退火算法（SA）和迭代局部搜索（ILS）求解TSP的Java代码分享

最新推荐文章于 2023-01-10 21:46:39 发布

infinitor

最新推荐文章于 2023-01-10 21:46:39 发布

阅读量790

点赞数

分类专栏： Python java 文章标签：算法 python java

本文链接：https://blog.csdn.net/Rivalsx/article/details/105422116

版权

本文分享了使用Java实现的模拟退火算法（SA）和迭代局部搜索（ILS）解决旅行商问题的代码。代码包括MainRun、Data、Path、SimulatedAnnealing等类，适用于不喜欢C++的读者。提供了代码下载方式，并指出Delta类在优化局部搜索过程中的作用。作者鼓励读者留言交流和指正。

摘要由CSDN通过智能技术生成

以下文章来源于数据魔术师，作者周航

前言

大家好呀！我们你们好久不见的。。。咳咳，初次见面的小编！

之前重新整理了ILS的代码，有人留言问能不能提供java版。

正好最近在学启发式算法和java，为了造福人类小编打算提供模拟退火法和迭代局部搜索求解TSP的java版本，方便一些不喜欢C++的同鞋~~

代码是基于我自己写的版本，但我是学习了公众号推文之后写的，同时有参照原文代码，因此虽然与C++代码有些许区别，但总体是类似的。

本文不再赘述TSP或者SA，ILS了，有需要请点击下方链接学习（一看就懂的那种哦！）：

干货 | 用模拟退火(SA, Simulated Annealing)算法解决旅行商问题

干货|迭代局部搜索算法(Iterated local search)探幽（附C++代码及注释）

不多说了，开始看代码吧~！

代码下载

欲下载本文相关的代码及算例，请关注公众号【程序猿声】，后台回复【SAILSJAVA】不包括【】即可

SA求解TSP的JAVA代码

SA分为四个类：MainRun，Data，Path，SimulatedAnnealing。

MainRun是程序的入口。

package SA;

/**
 * 主函数运行类
 */

public class MainRun {
   

  public static void main (String args[])
  {
   
    long begintime = System.nanoTime();

    Data.PrintData();
    SimulatedAnnealing.SA();
    SimulatedAnnealing.PrintPath();

    long endtime = System.nanoTime();
    double usedTime= (endtime - begintime)/(1e9);
    System.out.println();
    System.out.println("程序耗时："+usedTime+"s");
  }
}

Data是数据类，存放SA和TSP的数据。

package SA;

/**
 * 数据类，包括：
 * TSP城市坐标，采用柏林52城
 * SA系数。
 */


public class Data {
   
  public static final double  T0=50000.0, // 初始温度
  T_min=1e-8,  // 结束温度
  q=0.98,   // 退火系数
  K=1;  //公式中的常数K 
  public static final int L=1000,  // 每个温度时的迭代次数，即链长
  N=52;  // 城市数量

  public static double[][] city_pos= //柏林52城城市坐标，最优解7542
  {
   
  {
    565,575 },{
    25,185 },{
    345,750 },{
    945,685 },{
    845,655 },
  {
    880,660 },{
    25,230 },{
    525,1000 },{
    580,1175 },{
    650,1130 },
  {
    1605,620 },{
    1220,580 },{
    1465,200 },{
    1530,5 },
  {
    845,680 },{
    725,370 },{
    145,665 },
  {
    415,635 },{
    510,875 },{
    560,365 },{
    300,465 },{
    520,585 },{
    480,415 },
  {
    835,625 },{
    975,580 },{
    1215,245 },{
    1320,315 },{
    1250,400 },{
    660,180 },
  {
    410,250 },{
    420,555 },{
    575,665 },{
    1150,1160 },{
    700,580 },{
    685,595 },
  {
    685,610 },{
    770,610 },{
    795,645 },{
    720,635 },{
    760,650 },{
    475,960 },
  {
    95,260 },{
    875,920 },{
    700,500 },{
    555,815 },{
    830,485 },{
    1170,65 },
  {
    830,610 },{
    605,625 },{
    595,360 },{
    1340,725 },{
    1740,245 }
  };

  public static void PrintData()
{
   
    System.out.println("模拟退火算法，初始温度T0="+T0+
        ",降温系数q="+q+",每个温度迭代"+L+"次");
  }

}

Path是路径类，打包处理路径的静态方法。

package SA;
import static SA.Data.*;
import static java.lang.Math.*;

/**
 * 路径类，打包处理路径的静态方法：
 * 计算两点间距离 distance
 * 计算路径长度 path_len
 * 产生新解（新路径）create_new
 */

public class Path {
   
  public static double distance(double[] p1,double[] p2)  //计算两点间距离 
{
   
    double dis=0;
    dis=sqrt(pow(p1[0]-p2[0],2)+pow(p1[1]-p2[1],2));
    return dis;
  }

  public static double path_len(int[] city_list) //计算路径长度 
{
   
    double path=