蚁群算法求解TSP问题

蚁群算法背景：（模型不理解或代码获取来这里）

        蚁群算法灵感来源于蚂蚁寻找食物过程中找到路径的行为。在蚂蚁觅食的过程中，蚂蚁会在走过的路径中释放一种叫做“信息素”的物质，用来标记自己走过的路径。“信息素”被释放后，蚂蚁以及同类可以根据信息素的位置定位食物。

        蚁群算法的基本思想就是根据概率选择信息素浓度大的路径走，信息素浓度越大，这条路被选择的概率就越大，碰到还没走过的路，就随机挑选一条路走。蚁群算法是一种用来寻找优化路径的概率型算法，本质上是进化算法中的一种启发式全局优化算法。

        

蚁群算法步骤：

蚁群算法具体步骤如下，在这里不多赘述。

 计算蚂蚁选择某个城市的概率：

        在这里着重说一下，tabuk是禁忌表的意思，所谓禁忌表就是蚂蚁已经到访过的城市，例如有1 2 3 4 5 6一共6个城市，蚂蚁已经走完第了6 2 1个城市，那么禁忌表就是6 2 1，对于概率公式来说，只能计算出3 4 5这三座城市的概率。计算每个城市的概率后，采用赌轮盘法则选择应该走哪个城市。

更新信息素：

        蚂蚁留下信息素的方式有三种：蚁周模型 蚁量模型 蚁密模型，从全局求解性考虑，本文使用蚁周模型，蚁周模型从全局性考虑，算法寻优效果好。蚁周算法公式如下：

         更新信息素公式如下，更新信息素是为了让劣解的信息新逐渐挥发，让优解信息素堆积，这样可以让后续求解时寻优效果更好。

 

求解结果：

        以下是我自己手写的蚁群算法求解TSP问题的代码和求解结果，可以看出代码寻优效果好，算法收敛快。

（给自己打个小广告）

        手写蚁群算法求解tsp问题的代码，对于初学者很有好，算法通俗易懂，代码有注释，可以直接运行。
         内有算法手把手教学视频，教学内容十分详细，逐行讲解代码，对于matlab初学者在理解和编程上有很大的帮助
        代码纯自己手动编写，支持原创，感谢配合。
        不支持售后，视频内容十分详细，有代码参数的讲解，代码编写的讲解，看完视频即可有对代码的全部理解。
        代码获取方式，详情请见这里
        代码只可用来做日常学习，不可用于售卖以及商业用途，违者追究法律责任，望重视！！！