%% 第9章 蚁群算法及MATLAB实现——TSP问题
% 程序9-1
%% 数据准备
% 清空环境变量
clear all
clc
% 程序运行计时开始
t0 = clock;
% 导入数据
citys = xlsread('D:\berlin52.xlsx','B2:C53');
%% 计算城市间距离
n = size(citys,1);
D = zeros(n,n);
for i = 1:n
for j = 1:n
if i ~= j
D(i,j) = sqrt(sum( ( citys(i,:) - citys(j,:) ).^2 ) );
else
D(i,j) = 1e-4; %设定的对角矩阵修正值
end
end
end
%% 初始化参数
m = 31; % 蚂蚁数量
alpha = 1; % 信息素重要程度因子
beta = 5; % 启发函数重要程度因子
vol = 0.2; % 信息素挥发(volatilization)因子
Q = 10; % 常系数
Heu_F = 1./D; % 启发函数(heuristic function)
Tau = ones(n,n); % 信息素矩阵
Table = zeros(n,n); % 路径记录表
iter = 1; % 迭代次数初值
iter_max = 100; % 最大迭代次数
Route_best = zeros(iter_max,n); % 各代最佳路径
Length_best = zeros(iter_max,1); % 各代最佳路径的长度
Length_ave = zeros(iter_max,1); % 各代路径的平均长度
Limit_iter = 0; % 程序收敛时迭代次数
%% 迭代寻找最佳路径
while iter <= iter_max
% 随机产生各个蚂蚁的起点城市
start = zeros(m,1);
for i = 1:m
temp = randperm(n);
start = temp(1);
end
Table(:,1) = start;
% 构建解空间
citys_index = 1:n;
% 逐个蚂蚁路径选择
for i =1:m
% 逐个城市路径选择
for j = 2:n
tabu = Table(i,1:(j - 1)); % 已访问的城市集合(禁忌表)
allow_index = ~ismember(citys_index,tabu); % 参数说明1(程序底部)
allow = citys_index(allow_index); % 待访问的城市集合
P = allow;
% 计算城市间转移概率
for k = 1:length(allow)
P(k) = Tau(tabu(end),allow(k))^alpha * Heu_F(tabu(end),allow(k))^beta;
end
P &#
TSP的蚁群算法MATLAB实现
最新推荐文章于 2024-08-02 21:15:39 发布
本文介绍了如何用MATLAB实现旅行商问题(TSP)的蚁群算法。通过柏林52个城市坐标的数据集进行演示,展示了算法的具体步骤和代码实现,旨在帮助读者理解蚁群算法在解决TSP问题中的应用。
摘要由CSDN通过智能技术生成