在网上看到了一位别人写的禁忌搜索的代码,看了半天才理解,为了让大家更好地理解,我在别人代码的基础上添加了详细的注释,代码我按照算法流程图注释的,配合流程图看会更容易理解。大家可以把代码复制到matlab里看,有详细的分块,看起来会清楚一些
%% 一个旅行商人要拜访全国31个省会城市,且每个城市只能拜访一次,求所有路径之中的最小值
% 禁忌搜索算法求解TSP问题
function [BestShortcut,theMinDistance]=TabuSearch
clear;
clc;
% 全国31个省会城市坐标
Clist=[1304 2312;3639 1315;4177 2244;3712 1399;3488 1535;3326 1556;3238 1229;...
4196 1044;4312 790;4386 570;3007 1970;2562 1756;2788 1491;2381 1676;...
1332 695;3715 1678;3918 2179;4061 2370;3780 2212;3676 2578;4029 2838;...
4263 2931;3429 1908;3507 2376;3394 2643;3439 3201;2935 3240;3140 3550;...
2545 2357;2778 2826;2370 2975];
%% 计算距离矩阵
CityNum=size(Clist,1); % TSP问题的规模,即城市数目
dislist=zeros(CityNum);
for i=1:CityNum
for j=1:CityNum
dislist(i,j)=((Clist(i,1)-Clist(j,1))^2+(Clist(i,2)-Clist(j,2))^2)^0.5;
end
end
%% 定义属性
TabuList=zeros(CityNum); % 禁忌表设置为所有城市互换对,初始禁忌长度都为0,即禁忌表为空
TabuLength=round((CityNum*(CityNum-1)/2)^0.5);% 禁忌表长度(tabu length),设置为二领域个数的开方,round四舍五入
CandidatesNum=200; % 领域集的个数 (全部二领域解个数太多,我们随机选取200个),由这些领域解中选出候选解
Candidates=zeros(CandidatesNum,CityNum); % 选取的领域解集合,每一行代表一个领域解,由这些领域解中选出候选解
S0=randperm(CityNum); % 随机产生初始解,返回一行1到CityNum的整数数组
BSF=S0; % 当前最佳路径
BestL=Inf; % 当前最佳解距离,inf为极大值
p=1; % 记录迭代次数
StopL=1000; % 最大迭代次数
%% 用户控制界面
figure(1);
stop = uicontrol('style','toggle','string'...
,'stop','background','white');
tic; % 用来保存当前时间
%% 禁忌搜索循环
while p<StopL
if CandidatesNum>CityNum*(CityNum-1)/2
disp('领域解个数不大于n*(n-1)/2!');
break;
end
ALong(p)=DistanceOfS(dislist,S0); % 当前解适配值,也就是当前路径的长度
%% 以下while循环生成随机的[200,2]的矩阵A,每一个元素都是在1-31之间的
% 用于后面为当前解生成邻域解
i=1;
A=zeros(CandidatesNum,2); % 解中交换的城市矩阵
while i<=CandidatesNum
M=CityNum*rand(1,2);
M=ceil(M); % 返回一行两列数值为 1-CityNum 之间的数组
%【1-----------------------------
if M(1)~=M(2)
A(i,1)=max(M(1),M(2));
A(i,2)=min(M(1),M(2));
%【2-------------------------
if i==1
isa=0;
else
%【3---------------------
% 判断是否生成相同的交换城市组,如果是,重新生成
for j=1:i-1
if A(i,1)==A(j,1) && A(i,2)==A(j,2)
isa=1;
break;
else
isa=0;
end
end
%3】---------------------
end
%2】-------------------------
%【4---------
if ~isa
i=i+1;
end
%4】---------
end
%1】-----------------------------
end
%% 产生领域解,选取前100个为确定候选解
% 保留前BestCandidateNum个最好领域解作为候选解
BestCandidateNum=100;
% 四列,分别存数i、路径长度、交换城市A(i,1)、交换城市A(i,2)
BestCandidate=Inf*ones(BestCandidateNum,4);
F=zeros(1,CandidatesNum);
% 这相当于是产生一个S0的邻域...包含CandidatesNum个领域解,最后选出的BestCandidate才是候选解
for i=1:CandidatesNum
Candidates(i,:)=S0; % 领域解集合
Candidates(i,[A(i,2),A(i,1)])=S0([A(i,1),A(i,2)]);
% 计算当前解适配值,也就是当前路径的长度
F(i)=DistanceOfS(dislist,Candidates(i,:));
%----------------------------------
% 选出100个最好的领域解
if i<=BestCandidateNum
BestCandidate(i,2)=F(i);
BestCandidate(i,1)=i;
BestCandidate(i,3)=S0(A(i,1));
BestCandidate(i,4)=S0(A(i,2));
else
for j=1:BestCandidateNum
if F(i)<BestCandidate(j,2)
BestCandidate(j,2)=F(i);
BestCandidate(j,1)=i;
BestCandidate(j,3)=S0(A(i,1));
BestCandidate(j,4)=S0(A(i,2));
break;
end
end
end
%----------------------------------
end
% 对BestCandidate排序
[JL,Index]=sort(BestCandidate(:,2)); % JL是排序后的向量(用不到),index是JL中每一项对应于BestCandidate(:,2)中项的索引,排序是按升序进行的。
SBest=BestCandidate(Index,:);
BestCandidate=SBest; % 此时的BestCandidate是按第二列路径长度升序排列的
%% 特赦准则是否满足,更新禁忌表
% 此时BestCandidate(1,1)存储的i下标代表Candidates中最短路径对应的行下标
%% Y
if BestCandidate(1,2)<BestL
BestL=BestCandidate(1,2);
% 当前解(路经集合)变成候选集合的第BestCandidate(1,1)行,这一行最小
S0=Candidates(BestCandidate(1,1),:);
BSF=S0;
for m=1:CityNum
for n=1:CityNum
if TabuList(m,n)~=0
TabuList(m,n)=TabuList(m,n)-1; % 更新禁忌表,禁忌长度减1
end
end
end
TabuList(BestCandidate(1,3),BestCandidate(1,4))=TabuLength; % 更新禁忌表,设置当前解的禁忌长度
%% N
% 此时没有候选解比当前解更优
else
for i=1:BestCandidateNum
if TabuList(BestCandidate(i,3),BestCandidate(i,4))==0 % 如果已经解禁
S0=Candidates(BestCandidate(i,1),:);
for m=1:CityNum
for n=1:CityNum
if TabuList(m,n)~=0
TabuList(m,n)=TabuList(m,n)-1; % 更新禁忌表,禁忌长度减1
end
end
end
TabuList(BestCandidate(i,3),BestCandidate(i,4))=TabuLength;% 更新禁忌表,设置当前解的禁忌长度
break; % 找到第一个非禁忌的最好的候选解作为当前解,退出for循环
end
end
end
% 更新当前最好的解适配值,也就是当前最短路径的长度
% BestCandidate(1,2)<BestL时更新,否则不更新,放在这里是为了方便后面画适应度曲线用
ArrBestL(p)=BestL;
%% 每次迭代都画出最好的路径
for i=1:CityNum-1
plot([Clist(BSF(i),1),Clist(BSF(i+1),1)],[Clist(BSF(i),2),Clist(BSF(i+1),2)],'bo-'); % 画出两点的连线
hold on;
end
plot([Clist(BSF(CityNum),1),Clist(BSF(1),1)],[Clist(BSF(CityNum),2),Clist(BSF(1),2)],'ro-');% 画出最后一点与出发点的连线(红色)
title(['迭代次数:',int2str(p),' 优化最短距离:',num2str(BestL)]);
hold off;
pause(0.005);
if get(stop,'value')==1
break;
end
% 存储中间结果为图片
if (p==1||p==5||p==10||p==20||p==60||p==150||p==400||p==800||p==1500||p==2000)
filename=num2str(p);
fileformat='jpg';
saveas(gcf,filename,fileformat);
end
p=p+1; % 迭代次数加1
end
%%
toc; % 用来保存完成时间
BestShortcut=BSF; % 最佳路线
theMinDistance=BestL; % 最佳路线长度
set(stop,'style','pushbutton','string','close', 'callback','close(gcf)');
%% 画适应度进化曲线
figure(2);
plot(ArrBestL,'b');
xlabel('迭代次数');
ylabel('目标函数值');
title('适应度进化曲线');
grid;
hold on;
%% 运行时间
% figure(3)
% plot(toc-tic,'b');
% grid;
% title('运行时间');
% legend('Best So Far','当前解');
% 计算适配值函数,即路径的长度
function F=DistanceOfS(dislist,s)
DistanV=0;
n=size(s,2);
for i=1:(n-1)
DistanV=DistanV+dislist(s(i),s(i+1));
end
DistanV=DistanV+dislist(s(n),s(1));
F=DistanV;
运行结果: