蚁群算法matlab 函数_智能算法之蚁群算法（2）

这几天抽空把蚁群算法用matlab实现了，感觉还是有些小问题啊。

首先介绍一下模型，很简单，如下所示，一个10*10的点阵，蚂蚁从（1,1）出发，食物在（5,10），蚂蚁每次可以走到的点为（x-1 : x+1，y-1 : y+1），比如说，现在蚂蚁在（1,1），下一步它可以走到的点有（1,2）、（2,1）以及（2,2）。另外需要注意的是，虽然蚂蚁走到（1,2）和（2,1）的路程要小于走到（2,2）的路程，此处不再加以区分，一律用一个步长表示。

用matlab实现的具体思路如下：先构建一个蚂蚁类Ant，它有很多的属性，比如说当前所在的格点、当前所走的路程、已经走到的格点、下一步可能走到的格点等等；另外还有3个方法，初始化方法Ant()、代表寻找下一个格点的方法FindNext()以及代表行走的方法Move2Next()。

好了，下面上代码。代码并不多，加起来也就100行刚出头。

=======================================

%%蚂蚁类定义

classdef Ant < handle

properties

pStart %初始格点

pEnd %结束铬点

pNow %当前格点

pNext %下一步可能的格点

pNextNumber %pNext的数目

pOccupied %已经走过的格点

tabooTable %标记格点状态，0表示没有走过，1表示走过

walkLength %走过的总步长

stateFlag %状态标记，用于结束行走判定

end

methods

function obj = Ant()

obj.pStart = [1 1];

obj.pEnd = [5 10];

obj.pNow = obj.pStart;

obj.pNextNumber = 0;

obj.pNext = [0 0];

obj.tabooTable = zeros(10, 10);

obj.walkLength = 0;

obj.stateFlag = 0;

obj.FindNext();

end

function FindNext(obj)

x = obj.pNow(1);

y = obj.pNow(2);

obj.tabooTable(x, y) = 1;

for i = (x-1) : (x+1)

for j = (y-1) : (y+1)

if(i>0 && i<11 && j>0 && j<11)

if(obj.tabooTable(i, j) == 0)

obj.pNextNumber = obj.pNextNumber + 1;

obj.pNext(obj.pNextNumber, :) = [i j];

end

end

end

end

end

function Move2Next(obj, parfum) %parfum为输入的信息素信息

pcum = zeros(obj.pNextNumber, 1);

for i = 1 : obj.pNextNumber

pcum(i) = parfum(obj.pNext(i, 1), obj.pNext(i, 2)) / DISTANCE(obj.pNext(i, :), obj.pEnd)^8;

end

pcum = pcum / sum(pcum);

for i = 2 : obj.pNextNumber

pcum(i) = pcum(i) + pcum(i-1);

end

p = rand;

picked = 0;

for i = 1 : obj.pNextNumber

if(pcum(i) > p)

picked = i;

break;

end

end

obj.walkLength = obj.walkLength + 1;

obj.pOccupied(obj.walkLength, :) = obj.pNow;

obj.pNow = obj.pNext(picked, :);

obj.pNextNumber = 0;

obj.pNext = [0 0];

obj.FindNext();

if(obj.pNow(1)==obj.pEnd(1) && obj.pNow(2)==obj.pEnd(2))

obj.stateFlag = 1;

end

if(obj.pNextNumber == 0)

obj.stateFlag = -1;

end

end

end

end

function D = DISTANCE(p1, p2)

D = sqrt((p1(1) - p2(1))^2 + (p1(2) - p2(2))^2)+0.1；%加0.1是为了防止分母出现0

end

==========================================

下面是主函数

==========================================

%%主函数

function parfum = AntWalk

parfum = ones(10, 10);

for i = 1 : 500

ant = Ant();

while(ant.stateFlag == 0)

ant.Move2Next(parfum);

end

if(ant.stateFlag == 1)

parfum = parfum * 0.1; %信息素挥发

for j = 1 : ant.walkLength

parfum(ant.pOccupied(j, 1), ant.pOccupied(j, 2)) = parfum(ant.pOccupied(j, 1), ant.pOccupied(j, 2)) + 1 / ant.walkLength;

end

parfum(ant.pEnd(1), ant.pEnd(2)) = parfum(ant.pEnd(1), ant.pEnd(2)) + 1 / ant.walkLength;

end

clear ant;

end

end

==========================================

好了，程序写完了，下面检验一下吧！

放了500只蚂蚁行走，全部走完之后信息素的分布情况如下：

0.1235 0.1235 0 0 0 0 0 0 0 0

0 0 0.1235 0 0 0 0 0 0 0

0 0 0 0.1235 0 0 0 0 0 0

0 0 0 0 0.1235 0 0 0 0 0

0 0 0 0 0 0.1235 0.1235 0 0.1235 0.1235

0 0 0 0 0 0 0 0.1235 0 0

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

看上去还可以的样子，这就是最短的路径了，数数看从起始点到终点一共走了9步，确实是最佳的选择。

接下来提升一下难度，在格点中设置一些障碍，看看还能不能得到最佳结果。

上图中的黑点表示蚂蚁不可走到的点，只要在之前的代码中将tabooTable重新初始化就可以了。在obj.tabooTable=zero(10,10)之后加入如下代码即可：

obj.tabooTable(2,8) = 1;

obj.tabooTable(3,7:8) = 1;

obj.tabooTable(4,6:7) = 1;

obj.tabooTable(5,5:6) = 1;

obj.tabooTable(6,5) = 1;

运行结果为：

0.1010 0 0 0 0 0 0 0.1010 0 0

0 0.1010 0 0 0 0 0.1010 0 0.1010 0

0 0 0.1010 0 0.1010 0.1010 0 0 0.1010 0

0 0 0 0.1010 0 0 0 0 0 0.1010

0 0 0 0 0 0 0 0 0 0.1010

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0

嗯，真的很不错的样子！

好了，蚁群算法就写到这里了，从实现的结果来看效果还是可以的，能很快地找到问题的最优解。