蚁群算法TSP问题MATLAB，C++实现

最新推荐文章于 2024-08-14 07:00:41 发布

三少Algorithm

最新推荐文章于 2024-08-14 07:00:41 发布

阅读量1.4k

点赞数 6

分类专栏：蚁群算法文章标签：蚁群算法 C++

本文链接：https://blog.csdn.net/weixin_42717395/article/details/88853315

版权

本文介绍了蚁群算法在解决旅行商问题（TSP）中的应用，概述了算法的基本原理，包括蚂蚁如何依据信息素浓度和启发式因子选择路径，以及禁忌表和信息素更新策略。提供了MATLAB和C++两种编程语言的实现示例，其中C++部分的路径绘制使用了OpenCV库。

摘要由CSDN通过智能技术生成

蚁群算法的直观理解就是：m只蚂蚁分别走遍n个城市，每只蚂蚁根据信息素浓度和启发式因子得出的概率p选择下一座城市。禁忌表Tabu经过一次迭代就更新一次。信息素浓度Tau经过一次迭代就更新一次（蚁周算法）。

典型的MATALB实现：

%%%一个旅行商人要拜访全国31个省会城市，需要选择最短的路径%%%%

%%%蚁群算法解决TSP问题%%%%%%%
 
clear all; %清除所有变量
close all; %清图
clc;       %清屏

m=50;       %% m 蚂蚁个数
Alpha=1;    %% Alpha 表征信息素重要程度的参数
Beta=5;     %% Beta 表征启发式因子重要程度的参数
Rho=0.1;    %% Rho 信息素蒸发系数
NC_max=200; %%最大迭代次数
Q=100;      %%信息素增加强度系数

C=[
1304 2312;
3639 1315;
4177 2244;
3712 1399;
3488 1535;
3326 1556;
3238 1229;
4196 1004;
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 2367;
3394 2643;
3439 3201;
2935 3240;
3140 3550;
2545 2357;
2778 2826;
2370 2975
];%%31个省会坐标
%%-------------------------------------------------------------------------
%% 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
n=size(C,1);%n表示问题的规模（城市个数）
D=zeros(n,n);%D表示完全图的赋权邻接矩阵

for i=1:n
    for j=1:n
        if i~=j
            D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;
        else
            D(i,j)=eps; %i=j时不计算，应该为0，但后面的启发因子要取倒数，用eps（浮点相对精度）表示
        end
        D(j,i)=D(i,j);	%    
    end
end

Eta=1./D;          %Eta为启发因子，这里设为距离的倒数
Tau=ones(n,n);     %Tau为信息素矩阵
Tabu=zeros(m,n);   %存储并记录路径的生成
NC=1;              %迭代计数器，记录迭代次数
R_best=zeros(NC_max,n);       %各代最佳路线
L_best=inf.*ones(NC_max,1);   %各代最佳路线的长度
L_ave=zeros(NC_max,1);        %各代路线的平均长度

while NC<=NC_max  %停止条件之一：达到最大迭代次数，停止
    %%第二步：将m只蚂蚁放到n个城市上
    Randpos=[];   %随即存取
    for i=1:(ceil(m/n))
        Randpos=[Randpos,randperm(n)]; %执行两次操作之后Randpos的维度为1*62
    end
    Tabu(:,1)=(Randpos(1,1:m))';
    
    %%第三步：m只蚂蚁按概率函数选择下一座城市，完成各自的周游
    for j=2:n     %所在城市不计算
        for i=1:m
            visited=Tabu(i,1:(j-1));  %记录已访问的城市，避免重复访问
            J=zeros(1,(n-j+1));       %