使用退火算法来解决最优路径的思考

使用退火算法来解决最优路径的思考

• 概述
  旅行商问题一直认为是一个NP问题,除了穷举外,没有最优解,只有近似解

• 解决方案
  下面提供了使用一个网上使用模拟退火算法来做的代码

  #include <iostream>
  #include <string.h>
  #include <stdlib.h>
  #include <algorithm>
  #include <stdio.h>
  #include <time.h>
  #include <math.h>
   
  #define N     30      //城市数量
  #define T     3000    //初始温度
  #define EPS   1e-8    //终止温度
  #define DELTA 0.98    //温度衰减率
  #define LIMIT 10000   //概率选择上限
  #define OLOOP 1000    //外循环次数
  #define ILOOP 15000   //内循环次数
   
  using namespace std;
   
  //定义路线结构体
  struct Path
  {
  	int citys[N];
  	double len;
  };
   
  //定义城市点坐标
  struct Point
  {
  	double x, y;
  };
   
  Path path;        //记录最优路径
  Point p[N];       //每个城市的坐标
  double w[N][N];   //两两城市之间路径长度
  int nCase;        //测试次数
   
  double dist(Point A, Point B)
  {
  	return sqrt((A.x - B.x) * (A.x - B.x) + (A.y - B.y) * (A.y - B.y));
  }
   
  void GetDist(Point p[], int n)
  {
  	for(int i = 0; i < n; i++)
  		for(int j = i + 1; j < n; j++)
  			w[i][j] = w[j][i] = dist(p[i], p[j]);
  }
   
  void Input(Point p[], int &n)
  {
  	scanf("%d", &n);
  	for(int i = 0; i < n; i++)
  		scanf("%lf %lf", &p[i].x, &p[i].y);
  }
   
  void Init(int n)
  {
  	nCase = 0;
  	path.len = 0;
  	for(int i = 0; i < n; i++)
  	{
  		path.citys[i] = i;
  		if(i != n - 1)
  		{
  			printf("%d--->", i);
  			path.len += w[i][i + 1];
  		}
  		else
  			printf("%d\n", i);
  	}
  	printf("\nInit path length is : %.3lf\n", path.len);
  }
   
  void Print(Path t, int n)
  {
  	printf("Path is : ");
  	for(int i = 0; i < n; i++)
  	{
  		if(i != n - 1)
  			printf("%d-->", t.citys[i]);
  		else 
  			printf("%d\n", t.citys[i]);
  	}
  	printf("\nThe path length is : %.3lf\n", t.len);
  }
   
  Path GetNext(Path p, int n)
  {
  	Path ans = p;
      int x = (int)(n * (rand() / (RAND_MAX + 1.0)));
  	int y = (int)(n * (rand() / (RAND_MAX + 1.0)));
  	while(x == y)
  	{
  		x = (int)(n * (rand() / (RAND_MAX + 1.0)));
  		y = (int)(n * (rand() / (RAND_MAX + 1.0)));
  	}
  	swap(ans.citys[x], ans.citys[y]);
      ans.len = 0;
  	for(int i = 0; i < n - 1; i++)
  		ans.len += w[ans.citys[i]][ans.citys[i + 1]];
  	cout << "nCase = " << nCase << endl;
  	Print(ans, n);
  	nCase++;
  	return ans;
  }
   
  void SA(int n)
  {
  	double t = T;
  	srand(time(NULL));
  	Path curPath = path;
  	Path newPath = path;
  	int P_L = 0;
  	int P_F = 0;
  	while(1)       //外循环，主要更新参数t，模拟退火过程
  	{
  		for(int i = 0; i < ILOOP; i++)    //内循环，寻找在一定温度下的最优值
  		{
  			newPath = GetNext(curPath, n);
  			double dE = newPath.len - curPath.len;
  			if(dE < 0)   //如果找到更优值，直接更新
  			{
  				curPath = newPath;
  				P_L = 0;
  				P_F = 0;
  			}
  			else
  			{
  				double rd = rand() / (RAND_MAX + 1.0);    
  				if(exp(dE / t) > rd && exp(dE / t) < 1)   //如果找到比当前更差的解，以一定概率接受该解，并且这个概率会越来越小
  					curPath = newPath;
  				P_L++;
  			}
  			if(P_L > LIMIT)
  			{
  				P_F++;
  				break;
  			}
  		}
  		if(curPath.len < newPath.len)
  			path = curPath;
  		if(P_F > OLOOP || t < EPS)
  			break;
  		t *= DELTA;
  	}
  }
   
  int main()
  {
  	freopen("TSP.data", "r", stdin);
  	int n;
  	Input(p, n);
  	GetDist(p, n);
  	Init(n);
  	SA(n);
  	Print(path, n);
      printf("Total test times is : %d\n", nCase);
  	return 0;
  }
  

• 效果

• 局限性

1. 不支持大数据量,如果有几十万个城市,这个内存都很难支持
2. 算法实在太耗时了,有很大改善区间
3. 不够灵活,如不可制定入口和出口

• 实际运用场景

1. 高尔球场开小车捡球
2. PCB板钻孔的路径规划