【TSP问题】基于狼群算法求解旅行商问题含Matlab源码

 1 简介

通过定义反转算子,对人工狼位置和智能行为重新进行整数编码设计,并结合概率近邻初始化方法,提出一种求解旅行商问题的离散狼群算法,该算法保留了狼群算法基于职责分工的协作式搜索特性,并较好地平衡了算法的广度开拓和深度开采能力,采用C-TSP问题和TSPLIB数据库中的多组TSP问题作为实验用算例,并将所提出算法与其他5种智能优化算法进行对比,仿真结果表明,所提出算法在求解准确率、稳定性和所需迭代次数等方面具有相对优势.

2 部分代码

clearclc​%没改进% 导入数据load('citys_data.mat');​qidian = citys(1,:);X = citys(2:end,:);Ybest = 0;jisuan=2;%计算次数iter_max=100;%最大迭代次数 b=2;%更新比例因子stepb=4;%奔袭步长stepc=5;%围攻步长上限bili=8;%近邻比例因子dnear=6;% 狼群算法[X_jieguo,Y_jieguo,Y_jieguoBest,time]=WPA_TSP(jisuan,iter_max,Ybest,X,b,stepb,stepc,bili,dnear,qidian);​Y_Best = min(Y_jieguoBest);[hang,lie] = find(Y_Best == Y_jieguoBest);nn=size(hang,2);%在猎物气味最浓的方向中随机选取一个前进kk=ceil(nn*rand(1));%当存在多匹的情况，则随-机选一匹成为头狼t=hang(kk(1));Xtoulang = X_jieguo(t,:);​figure(1)​text(qidian(1),qidian(2),['  ' '起点']);hold onX = [qidian;X];plot(X(:,1),X(:,2),'o');hold onfor i = 1 : size(X,1);    text(X(i,1),X(i,2),[' ',num2str(i)]);    hold onend​for i = 1 : size(X,1)-1     plot([X(Xtoulang(i),1) X(Xtoulang(i+1),1)],[X(Xtoulang(i),2) X(Xtoulang(i+1),2)],'--','LineWidth',1,'color','g');    hold on    grid onendplot([X(Xtoulang(end),1) X(Xtoulang(1),1)],[X(Xtoulang(end),2) X(Xtoulang(1),2)],'--','LineWidth',1,'color','g');​

3 仿真结果

4 参考文献

[1]吴虎胜, 张凤鸣, 李浩,等. 求解TSP问题的离散狼群算法[J]. 控制与决策, 2015, 30(10):7.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。