蚁群算法实现TSP（旅行商规划）问题【人工智能导论作业】C++

最新推荐文章于 2024-07-21 10:16:57 发布

「已注销」

最新推荐文章于 2024-07-21 10:16:57 发布

阅读量562

点赞数 1

分类专栏：人工智能导论文章标签： tsp 算法人工智能

本文链接：https://blog.csdn.net/peachhhh/article/details/109597661

版权

本文介绍了一种使用C++编程语言实现蚁群算法解决旅行商问题（TSP）的方法。通过蚁群算法寻找城市的最短路径，当无法找到最短路径时，算法会自动重新搜索，直至找到解决方案。文章提供了具体的数据和源代码示例，最短路径预计为约156单位长度。

摘要由CSDN通过智能技术生成

数据（自行获得）：

116.46 39.92
117.2 39.13
121.48 31.22
106.54 29.59
91.11 29.97
87.68 43.77
106.27 38.47
111.65 40.82
108.33 22.84
126.63 45.75
125.35 43.88
123.38 41.8
114.48 38.03
112.53 37.87
101.74 36.56
117 36.65
113.6 34.76
118.78 32.04
117.27 31.86
120.19 30.26
119.3 26.08
115.89 28.68
113 28.21
114.31 30.52
113.23 23.16
121.5 25.05
110.35 20.02
103.73 36.03
108.95 34.27
104.06 30.67
106.71 26.57
102.73 25.04
114.1 22.2
113.33 22.13

源代码（这里已知最短路径约为156左右，因此当找不到最短路径时会自动重新找，直到找到）：

#include<iostream>
#include<string>
#include<stack>
#include<fstream>
#include<queue>
#include<cmath>
#include<cstdlib>
#include<ctime>
#define INF 9999999
#define iterat_max 3500;  //迭代次数 
#define City_Max 50    //开辟城市空间 > 实际城市数量  
#define CITY 34        //实际城市数量 
#define ANTS 50        //蚂蚁数量 
#define Aerfa 1        //α值 
#define Beta