模拟退火及旅行商算法

最新推荐文章于 2022-04-01 16:21:14 发布

astandoffish

最新推荐文章于 2022-04-01 16:21:14 发布

阅读量1.1k

点赞数 4

分类专栏： MATLAB 文章标签： matlab 模拟退火算法 TSP问题

本文链接：https://blog.csdn.net/astandoffish/article/details/77189620

版权

MATLAB 专栏收录该内容

6 篇文章 2 订阅

订阅专栏

小白刚加入数模编程大军，涉及到一些算法，特此归纳，并加入一些自己的想法，类比此题进行另一题的程序修改。

模拟退火算法的模型
模拟退火算法可以分解为解空间、目标函数和初始解三部分。
模拟退火的基本思想:
(1) 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)，每个T值的迭代次数L
(2) 对k=1，……，L做第(3)至第6步：
(3) 产生新解S′
(4) 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数
(5) 若Δt′<0则接受S′作为新的当前解，否则以概率exp(-Δt′/T)接受S′作为新的当前解.
(6) 如果满足终止条件则输出当前解作为最优解，结束程序。
终止条件通常取为连续若干个新解都没有被接受时终止算法。

(7) T逐渐减少，且T->0，然后转第2步。

例已知敌方100个目标的经度、纬度如下：

经度纬度	经度纬度	经度纬度	经度纬度
53.7121 15.3046	51.1758 0.0322	46.3253 28.2753	30.3313 6.9348
56.5432 21.4188	10.8198 16.2529	22.7891 23.1045	10.1584 12.4819
20.1050 15.4562	1.9451 0.2057	26.4951 22.1221	31.4847 8.9640
26.2418 18.1760	44.0356 13.5401	28.9836 25.9879	38.4722 20.1731
28.2694 29.0011	32.1910 5.8699	36.4863 29.7284	0.9718 28.1477
8.9586 24.6635	16.5618 23.6143	10.5597 15.1178	50.2111 10.2944
8.1519 9.5325	22.1075 18.5569	0.1215 18.8726	48.2077 16.8889
31.9499 17.6309	0.7732 0.4656	47.4134 23.7783	41.8671 3.5667
43.5474 3.9061	53.3524 26.7256	30.8165 13.4595	27.7133 5.0706
23.9222 7.6306	51.9612 22.8511	12.7938 15.7307	4.9568 8.3669
21.5051 24.0909	15.2548 27.2111	6.2070 5.1442	49.2430 16.7044
17.1168 20.0354	34.1688 22.7571	9.4402 3.9200	11.5812 14.5677
52.1181 0.4088	9.5559 11.4219	24.4509 6.5634	26.7213 28.5667
37.5848 16.8474	35.6619 9.9333	24.4654 3.1644	0.7775 6.9576
14.4703 13.6368	19.8660 15.1224	3.1616 4.2428	18.5245 14.3598
58.6849 27.1485	39.5168 16.9371	56.5089 13.7090	52.5211 15.7957
38.4300 8.4648	51.8181 23.0159	8.9983 23.6440	50.1156 23.7816
13.7909 1.9510	34.0574 23.3960	23.0624 8.4319	19.9857 5.7902
40.8801 14.2978	58.8289 14.5229	18.6635 6.7436	52.8423 27.2880
39.9494 29.5114	47.5099 24.0664	10.1121 27.2662	28.7812 27.6659
8.0831 27.6705	9.1556 14.1304	53.7989 0.2199	33.6490 0.3980
1.3496 16.8359	49.9816 6.0828	19.3635 17.6622	36.9545 23.0265
15.7320 19.5697	11.5118 17.3884	44.0398 16.2635	39.7139 28.4203
6.9909 23.1804	38.3392 19.9950	24.6543 19.6057	36.9980 24.3992
4.1591 3.1853	40.1400 20.3030	23.9876 9.4030	41.1084 27.7149

我方有一个基地，经度和纬度为（70,40）。假设我方飞机的速度为1000公里/小时。我方派一架飞机从基地出发，侦察完敌方所有目标，再返回原来的基地。在敌方每一目标点的侦察时间不计，求该架飞机所花费的时间（假设我方飞机巡航时间可以充分长）。

load ij.txt;%加载目标数据ij.txt存放矩阵
x=ij(:,1:2:8);
%把sj中属于1,3,5,7的列所有元素赋给x,此时,x的行的大小为sj的行的大小,列的大小为4,
x=x(:);%x=x(:)的意思是把x拉成一维列向量(应该是列向量)
y=ij(:,2:2:8);
y=y(:);
sj=[x y];%将xy合并成一个矩阵
d1=[70,40];%起始点
sj=[d1;sj;d1];%首尾添加上出发点和终点
sj=sj*pi/180;%角度化为弧度
%计算距离
d=zeros(102);%先建一个102x102的空的距离矩阵，再把对应距离填进去
%A(R cos x1 cos y1 , R sin x1 cos y1 , R sin y1 )
%B(R cos x2 cos y2 , R sin x2 cos y2 , R sin y2 )
%其中 R = 6370 为地球半径。
%A, B 两点的实际距离:
%d = R arccos[cos(x1 − x2 ) cos y1 cos y2 + sin y1 sin y2 ]
for i=1:101
    for j=i+1:102
        d(i,j)=6370*acos(cos(sj(i,1)-sj(j,1))*cos(sj(i,2))*cos(sj(j,2))...
            +sin(sj(i,2))*sin(sj(j,2)));
    end
end
%上述的d为上三角矩阵，根据对称性，化为对称矩阵,点击打开链接d矩阵包含各点间的距离信息
d=d+d';
S0=[];
Sum=inf;
rand('state',sum(clock));%作用是定义一个随时间变化的初值
%matlab里面的随机生成函数基本都是以rand为基函数通过函数关系式得到，
%比如 normrnd，unidrnd等，你每次重启matlab后运行已编好的含随机数生成的函数你将得到相同的结果，
%比如我的电脑上重启matlab运行unidrnd(100),每次的值都是82，这是因为rand函数的初值都一样，
%所以为了避免上述问题经常在程序前运行或加命令rand('state',sum(clock))，这样重启matlab，运行随机数生成值就不同了。
for i=1:1000%循环1000次，尽可能让所有排序情况都出现一遍
    s=[1,1+randperm(100),102];%s为中间2到101的排列组合
    temp=0;
    for j=1:101
        temp=temp+d(s(j),s(j+1));
    end
    if temp<Sum
       Sum=temp;
       S0=s;%保存当前最小值的排序情况
    end
end
e=0.1^30;%选定的终止温度 e = 10 −30 ，判断退火过程是否结束
at=0.999;%选定的降温系数α进行降温即：T =αT
L=20000;
T=1;
%退火过程
for k=1:L
c=2+floor(100*rand(1,2));%floor函数其功能是“向下取整”，或者说“向下舍入”，即取不大于x的最大整数
%ceil函数向上取整
c=sort(c);% [a,b]=sort(X)是按列从小到大排序，而 [a,b]=sort(X,2)是按行，b为排序情况
c1=c(1);c2=c(2);
%计算代价函数值
df=d(S0(c1-1),S0(c2))+d(S0(c1),S0(c2+1))-d(S0(c1-1),S0(c1))-d(S0(c2),S0(c2+1));
if df<0%接受准则
    S0=[S0(1:c1-1),S0(c2:-1:c1),S0(c2+1:102)];
    Sum=Sum+df;
elseif exp(-df/T)>rand(1)%以概率exp(−df/T)接受新的路径%注意时elseif而不是else if
    S0=[S0(1:c1-1),S0(c2:-1:c1),S0(c2+1:102)];
    Sum=Sum+df;
end;
T=T*at;%退火
if T<e%达到终止温度
    break;
end;
end;
%输出路径和路径长度
S0,Sum
%画出其中一个巡航路径
plot(sj(S0,1)/pi*180,sj(S0,2)/pi*180);
hold on
plot(sj(S0,1)/pi*180,sj(S0,2)/pi*180,'rx');
axis([-5,75,-5,45]);






附ij.txt

53.7121   15.3046	51.1758    0.0322	46.3253   28.2753	30.3313    6.9348
56.5432   21.4188	10.8198   16.2529	22.7891   23.1045	10.1584   12.4819
20.1050   15.4562	1.9451    0.2057	26.4951   22.1221	31.4847    8.9640
26.2418   18.1760	44.0356   13.5401	28.9836   25.9879	38.4722   20.1731
28.2694   29.0011	32.1910    5.8699	36.4863   29.7284	0.9718   28.1477
8.9586   24.6635	16.5618   23.6143	10.5597   15.1178	50.2111   10.2944
8.1519    9.5325	22.1075   18.5569	0.1215   18.8726	48.2077   16.8889
31.9499   17.6309	0.7732    0.4656	47.4134   23.7783	41.8671    3.5667
43.5474    3.9061	53.3524   26.7256	30.8165   13.4595	27.7133    5.0706
23.9222    7.6306	51.9612   22.8511	12.7938   15.7307	4.9568    8.3669
21.5051   24.0909	15.2548   27.2111	6.2070    5.1442	49.2430   16.7044
17.1168   20.0354	34.1688   22.7571	9.4402    3.9200	11.5812   14.5677
52.1181    0.4088	9.5559   11.4219	24.4509    6.5634	26.7213   28.5667
37.5848   16.8474	35.6619    9.9333	24.4654    3.1644	0.7775    6.9576
14.4703   13.6368	19.8660   15.1224	3.1616    4.2428	18.5245   14.3598
58.6849   27.1485	39.5168   16.9371	56.5089   13.7090	52.5211   15.7957
38.4300    8.4648	51.8181   23.0159	8.9983   23.6440	50.1156   23.7816
13.7909    1.9510	34.0574   23.3960	23.0624    8.4319	19.9857    5.7902
40.8801   14.2978	58.8289   14.5229	18.6635    6.7436	52.8423   27.2880
39.9494   29.5114	47.5099   24.0664	10.1121   27.2662	28.7812   27.6659
8.0831   27.6705	9.1556   14.1304	53.7989    0.2199	33.6490    0.3980
1.3496   16.8359	49.9816    6.0828	19.3635   17.6622	36.9545   23.0265
15.7320   19.5697	11.5118   17.3884	44.0398   16.2635	39.7139   28.4203
6.9909   23.1804	38.3392   19.9950	24.6543   19.6057	36.9980   24.3992
4.1591    3.1853	40.1400   20.3030	23.9876    9.4030	41.1084   27.7149
输出结果

S0 =1    17    35    93    43    36     3    45    67     2    92    87    83    74    20    30    82    48    72    14    27    10



    84    97    85    77    31    79    60     9    40    18    15    42    50    80    51    98    38     5    75    33    73    13



    24    16    91    41     4    76    69    11    64    65    94    70    19    63    62    26    29    34    66    90    86     8



    39    78    47    57    88    61    49    28    23    58    81    22    25    68     7    71    37    32    12    53    54    89



     6    96    55    44   100    56    21    99   101    52    46    59    95   102



Sum =  4.2699e+004





数据修改小结
1.由于数据矩阵的不同，x，y的取值也有所不同，依据新数据修改此处，y同理。
x=ij(:,1:2:8);

 
 
  
  2.其余起点位置，数据数量等据情况修改，此处计算的是飞机绕地球飞行的弧线距离，若用于TSP问题的直线距离，则要修改程序公式
 
 

 
 
  
  
  
  for i=1:101
    for j=i+1:102
        d(i,j)=6370*acos(cos(sj(i,1)-sj(j,1))*cos(sj(i,2))*cos(sj(j,2))...
            +sin(sj(i,2))*sin(sj(j,2)));
    end
end3.博主所用新数据当时大约30个，于是修改了下100，原理也不太懂，有了解的欢迎骚扰呀哈哈
 
 

 
 
  
  c=2+floor(100*rand(1,2));