✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

⛄ 内容介绍

首先分析了用Matlab语言设计遗传算法程序的优越性,接着以遗传算法求解TSP问题为例,深入讨论了各个遗传算子的程序实现,并通过分析实验数据,得到各个遗传算子在搜索寻优过程中所起的作用,最后指出了用Matlab语言编码同用其它高级程序语言编程的差异所在.

⛄ 部分代码

%遗传算法求解TSP问题(为选择操作从新设计后程序)

%输入：

%D       距离矩阵

%NIND    为种群个数

%X       参数是中国34个城市的坐标(初始给定)

%MAXGEN  为停止代数，遗传到第MAXGEN代时程序停止,MAXGEN的具体取值视问题的规模和耗费的时间而定

%m       为适值淘汰加速指数,最好取为1,2,3,4,不宜太大

%Pc      交叉概率

%Pm      变异概率

%输出：

%R       为最短路径

%Rlength 为路径长度

clear

clc

close all

%% 加载数据 %%遗传参数

load CityPosition1;%个城市坐标位置

NIND=100;       %种群大小

MAXGEN=150;

Pc=0.9;         %交叉概率

Pm=0.05;        %变异概率

GGAP=0.9;      %代沟(Generation gap)

D=Distanse(X);  %生成距离矩阵

N=size(D,1);    %(34*34)

%% 初始化种群

Chrom=InitPop(NIND,N);

%% 在二维图上画出所有坐标点

% figure

% plot(X(:,1),X(:,2),'o');

%% 画出随机解的路线图

DrawPath(Chrom(1,:),X)

pause(0.0001)

%% 输出随机解的路线和总距离

disp('初始种群中的一个随机值:')

OutputPath(Chrom(1,:));

Rlength=PathLength(D,Chrom(1,:));

disp(['总距离：',num2str(Rlength)]);

disp('~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~')

%% 优化

gen=0;

figure;

hold on;box on

xlim([0,MAXGEN])

title('优化过程')

xlabel('代数')

ylabel('最优值')

ObjV=PathLength(D,Chrom);  %计算路线长度

preObjV=min(ObjV);

while gen<MAXGEN

    %% 计算适应度---------------------888888888

    ObjV=PathLength(D,Chrom);  %计算路线长度

    % fprintf('%d   %1.10f\n',gen,min(ObjV))

    line([gen-1,gen],[preObjV,min(ObjV)]);pause(0.0001)

    preObjV=min(ObjV);

    FitnV=Fitness(ObjV);

    %% 选择

    SelCh=Select(Chrom,FitnV,GGAP);

    %% 交叉操作

    SelCh=Recombin(SelCh,Pc);

    %% 变异

    SelCh=Mutate(SelCh,Pm);

    %% 逆转操作

    SelCh=Reverse(SelCh,D);

    %% 重插入子代的新种群

    Chrom=Reins(Chrom,SelCh,ObjV);

    %% 更新迭代次数

    gen=gen+1 ;

end

%% 画出最优解的路线图

ObjV=PathLength(D,Chrom);  %计算路线长度

[minObjV,minInd]=min(ObjV);

DrawPath(Chrom(minInd(1),:),X)

%% 输出最优解的路线和总距离

disp('最优解:')

p=OutputPath(Chrom(minInd(1),:));

disp(['总距离：',num2str(ObjV(minInd(1)))]);

disp('-------------------------------------------------------------')

⛄ 运行结果

【TSP问题】基于遗传算法求解旅行社问题附matlab代码_遗传算法

⛄ 参考文献

[1]储理才. 基于MATLAB的遗传算法程序设计及TSP问题求解[J]. 集美大学学报：自然科学版, 2001, 6(1):6.

[2]高经纬, 张煦, 李峰,等. 求解TSP问题的遗传算法实现[J]. 计算机时代, 2004(2):3.

⛄ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料