模拟退火 旅行商问题 matlab 博客,Matlab 模拟退火算法解决经典旅行商问题

复制来的，浏览器关掉之后找不到原文链接了，非常抱歉。例子非常的简单，很容易理解。

clear;

clc;

n=200; %城市个数

temperature=120*n; %初始温度 乘上n是考虑城市越多迭代次数应该越多？

iter=100; %内部蒙特卡洛循环迭代次数

%随机初始化城市坐标

city=struct([]);

for i=1:n

city(i).x=floor(1+100*rand());

city(i).y=floor(1+100*rand());

end

l=1; %统计迭代次数

len(l)=computer_tour(city,n); %每次迭代后的路线长度

netplot(city,n); %初始旅行路线

while temperature>0.001 %停止迭代温度

for i=1:iter %多次迭代扰动，一种蒙特卡洛方法，温度降低之前多次实验

len1=computer_tour(city,n); %计算原路线总距离

tmp_city=perturb_tour(city,n); %产生随机扰动

len2=computer_tour(tmp_city,n); %计算新路线总距离

delta_e=len2-len1; %新老距离的差值，相当于能量

if delta_e<0 %新路线好于旧路线，用新路线代替旧路线

city=tmp_city; %???结构体可以直接相等复制吗

else %温度越低，越不太可能接受新解；新老距离差值越大，越不太可能接受新解

if exp(-delta_e/temperature)>rand() %以概率选择是否接受新解

city=tmp_city; %可能得到较差的解

end

end

end

l=l+1;

len(l)=computer_tour(city,n); %计算新路线距离

temperature=temperature*0.99; %温度不断下降

end

figure;

netplot(city,n); %最终旅行路线

figure;

plot(len)

function len=computer_tour(city,n) %计算路线总长度，每个城市只计算和下家城市之间的距离。

len=0;

for i=1:n-1

len=len+sqrt((city(i).x-city(i+1).x)^2+(city(i).y-city(i+1).y)^2);

end

len=len+sqrt((city(n).x-city(1).x)^2+(city(n).y-city(1).y)^2);

end

function city=perturb_tour(city,n)

%随机置换两个不同的城市的坐标

%产生随机扰动

p1=floor(1+n*rand());

p2=floor(1+n*rand());

while p1==p2

p1=floor(1+n*rand());

p2=floor(1+n*rand());

end

tmp=city(p1);

city(p1)=city(p2);

city(p2)=tmp;

end

function netplot(city,n) %连线各城市，将路线画出来

hold on;

for i=1:n-1

plot(city(i).x,city(i).y,'r*');

line([city(i).x city(i+1).x],[city(i).y city(i+1).y]); %只连线当前城市和下家城市

end

plot(city(n).x,city(n).y,'r*');

line([city(n).x city(1).x],[city(n).y city(1).y]); %最后一家城市连线第一家城市

hold off;

end

初始旅行路线

最终路线

随着迭代次数路线总长的变化