基于蚁群算法的路径规划MATLAB代码 无错版

function m_main()
G=[0 1 0 0 0 1 0 0 0 1;
0 1 0 0 0 1 0 0 0 1;
0 1 0 0 0 1 0 0 0 1;
0 1 0 1 0 1 0 1 0 1;
0 1 0 1 0 1 0 1 0 1;
0 1 0 1 0 1 0 1 0 1;
0 1 0 1 0 1 0 1 0 1;
0 0 0 1 0 0 0 1 0 0;
0 0 0 1 0 0 0 1 0 0;
0 0 0 1 0 0 0 1 0 0;];
MM=size(G,1); % G 地形图为01矩阵，如果为1表示障碍物
Tau=ones(MMMM,MMMM);% Tau 初始信息素矩阵（认为前面的觅食活动中有残留的信息素）
Tau=8.Tau;
K=200; % K 迭代次数（指蚂蚁出动多少波）
M=50; % M 蚂蚁个数（每一波蚂蚁有多少个）
S=1 ; % S 起始点（最短路径的起始点）
%E=MMMM; % E 终止点（最短路径的目的点）
E=MM*MM;
Alpha=1; % Alpha 表征信息素重要程度的参数
Beta=8; % Beta 表征启发式因子重要程度的参数
Rho=0.3 ; % Rho 信息素蒸发系数
Q=1;% Q 信息素增加强度系数
xigema=0.5; %该算法引入的参数
yita=5; %启发信息递减系数
% lamada=0.8;% 局部信息挥发系数（公式10）
minkl=inf;
mink=0;
minl=0;

D=G2D(G);
N=size(D,1);%N表示问题的规模（象素个数）
a=1;%小方格象素的边长
Ex=a*(mod(E,MM)-0.5);%终止点横坐标

if Ex==-0.5
Ex=MM-0.5;
end
Ey=a*(MM+0.5-ceil(E/MM));%终止点纵坐标

Eta=zeros(N);%启发式信息，取为至目标点的直线距离的倒数
%下面构造启发式信息矩阵
for i=1:N
ix=a*(mod(i,MM)-0.5);
if ix==-0.5
ix&