遗传算法解决TSP问题

最新推荐文章于 2022-06-26 16:06:07 发布

yiyi-m

最新推荐文章于 2022-06-26 16:06:07 发布

阅读量2.6k

点赞数 2

分类专栏：计算智能

本文链接：https://blog.csdn.net/weixin_45380156/article/details/103145212

版权

本文探讨了遗传算法解决旅行商问题（TSP）的原理和实现。介绍了遗传算法的基本概念，如种群、个体、染色体和适应度函数，并详细阐述了算法步骤。接着展示了代码实现，并通过参数对比分析，研究了不同参数设置（如城市个数N、种群个数M、交叉概率Pc和变异概率Pmutation）对结果的影响。实验表明，种群数量和变异概率对搜索能力和运行效率有显著影响，同时交叉算法设计需避免在交叉过程中产生重复值。

摘要由CSDN通过智能技术生成

一、TSP问题

TSP问题：给定一组n个城市和俩俩之间的直达距离，寻找一条闭合的旅程，使得每个城市刚好经过一次且总的旅行距离最短。TSP是一个具有广泛的应用背景和重要理论价值的组合优化问题。近年来，有很多解决该问题的较为有效的算法不断被推出，例如Hopfield神经网络方法，模拟退火方法以及遗传算法方法等。TSP的搜索空间随着城市数量的增加而增大，在庞大的搜索空间里求最优解，是个很大的难题，本实验用遗传算法方法来解决TSP问题。

二、遗传算法原理

算法设计的基本概念：

种群：种群是指用遗传算法求解问题是，初始给定的多个解的集合。遗传算法的求解过程是从这个子集开始的。
个体：个体是指种群中的单个元素，它通常由一个用于描述其基本遗传结构的数据结构来表示。
染色体：染色体是指对个体进行编码后所得到的编码串。
适应度函数：适应度函数是一种用来对种群中各个个体的环境适应性进行度量的函数。其函数值是遗传算法实现优胜劣汰的主要依据
遗传操作：遗传操作是指作用于种群而产生新的种群的操作。标准的遗传操作有选择、杂交、变异。

算法步骤：

（1）对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概
率以及遗传运算的终止进化代数。
（2）建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设置变量的取值范围。
（3）在（2）的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。
（4）执行比例选择算子进行选择操作。
（5）按交叉概率对交叉算子执行交叉操作。
（6）按变异概率执行离散变异操作。
（7）计算（6）得到局部最优解中每个个体的适应值，并执行最优个体保存策略。
（8）判断是否满足遗传运算的终止进化代数，不满足则返回（4），满足则输出运算结果。

三、代码实现

main.m

主程序

%main
clear;
clc;
%%%%%%%%%%%%%%%输入参数%%%%%%%%
N=25;               %%城市的个数
M=100;               %%种群的个数
ITER=2000;               %%迭代次数
%C_old=C;
m=2;                %%适应值归一化淘汰加速指数
Pc=0.8;             %%交叉概率
Pmutation=0.05;       %%变异概率
%%生成城市的坐标
pos=randn(N,2);
%%生成城市之间距离矩阵
D=zeros(N,N);
for i=1:N
    for j=i+1:N
        dis=(pos(i,1)-pos(j,1)).^2+(pos(i,2)-pos(j,2)).^2;
        D(i,j)=dis^(0.5);
        D(j,i)=D(i,j);
    end
end

%%生成初始群体

popm=zeros(M,N);
for i=1:M
    popm(i,:)=randperm(N);%随机排列，比如[2 4 5 6 1 3]
end
%%随机选择一个种群
R=popm(1,:);
figure(1);
scatter(pos(:,1),pos(:,2),'rx');%画出所有城市坐标
axis([-3 3 -3 3]);
figure(2);
plot_route(pos,R);      %%画出初始种群对应各城市之间的连线
axis([-3 3 -3 3]);
%%初始化种群及其适应函数
fitness=zeros(M,1);
len=zeros(M,1);

for i=1:M%计算每个染色体对应的总长度
    len(i,1)=myLength(D,popm(i,:));
end
maxlen=max(len);%最大回路
minlen=min(len);%最小回路

fitness=fit(len,m,maxlen,minlen);
rr=find(len