全国环游怎么走----蚁群算法

正在看数学建模的算法，这里讲蚁群算法拿出来做了个全国省会级城市旅游路线最短问题（TSP），使用matlab实现。

蚁群算法思想

（1）根据具体问题设置多只蚂蚁，分头并行搜索。
（2）每只蚂蚁完成一次周游后，在行进的路上释放信息素，信息素量与解的质量成正比。
（3）蚂蚁路径的选择根据信息素强度大小（初始信息素量设为相等），同时考虑两点之间的距离，采用随机的局部搜索策略。这使得距离较短的边，其上的信息素量较大，后来的蚂蚁选择该边的概率也较大。
（4）每只蚂蚁只能走合法路线（经过每个城市1次且仅1次），为此设置禁忌表来控制。
（5）所有蚂蚁都搜索完一次就是迭代一次，每迭代一次就对所有的边做一次信息素更新，原来的蚂蚁死掉，新的蚂蚁进行新一轮搜索。
（6）更新信息素包括原有信息素的蒸发和经过的路径上信息素的增加。
（7）达到预定的迭代步数，或出现停滞现象（所有蚂蚁都选择同样的路径，解不再变化），则算法结束，以当前最优解作为问题的最优解。

调用函数：

function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length] = ACATSP(path,NC_max,m,Alpha,Beta,Rho,Q)

matlab程序

程序主体来源互联网。数据集为国内主要城市的经纬度，及地名，以

经度,纬度,地名

的格式存入path所指向的txt文件，该txt文件与该matlab程序放在同一目录。

function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length] = ACATSP(path,NC_max,m,Alpha,Beta,Rho,Q)

%%-------------------------------------------------------------------------

%% 主要符号说明

%% C n个城市的坐标，n×2的矩阵
%% NC_max 最大迭代次数
%% m 蚂蚁个数
%% Alpha 表征信息素重要程度的参数
%% Beta 表征启发式因子重要程度的参数
%% Rho 信息素蒸发系数
%% Q 信息素增加强度系数
%% R_best 各代最佳路线
%% L_best 各代最佳路线的长度

%%=========================================================================

%% 第一步：变量初始化

%% 从文件读入数据
[x y z] = textread(path,'%f,%f,%s');
C = [x,y] ;
nam