MATLAB 之 模拟退火算法（旅行商问题）

视频学习

代码来源于清风老师授课时，使用代码，数据来源于小石老师授课资料

小石老师：https://www.bilibili.com/video/BV1Mt411x7CH?t=884&p=7

清风老师：https://www.bilibili.com/video/BV1hK41157JL?t=6961

简介

模拟退火算法，和遗传算法一样，是一种启发性算法，利用之前的数据与现在的数据作比较。

旅行商问题（TSP），是典型的优化问题，在物流配送，计算机网络，电子地图，交通疏导，电气分布等方面都有重要的工程和理论价值。

TSP可以简单的描述为，一个人需要到n个城市走一遍，并且最后回到最初的城市，计算该过程，应该如何选择路径，使得所走的路程最短，或者费用最低。

TSP算法设计步骤

（1）设计解空间

TSP解空间，可以理解为遍历城市的顺序，S (i)={1,2,3,4,5,6,7…}（各个城市

边编号为123456789…），每一个S(i)都表示一个遍历所有城市的一次路径。

最优解与初始路径没有多大的联系，所以初始路径可以随机生成。

（2）目标函数

在TSP中，目标函数就是回路路径长度最短

（3）新解产生

这一步骤很重要，，新解可以通过，交替法，移位法，倒置法等产生新的

解。

（4）Metropolis接受准则
以新解与旧解的差值，以及此时的温度为准则，判断是否接受新解，
这个概率会随着温度T的降低而不断减小，所以接受新解的概率会随着迭代次

数的累加，不断减小，后面几乎不接受新解，会一直找到那个最优，这也是

防止获得的是局部最优的结果，而不是全局最优。

源代码

主函数

%% 模拟退火解决TSP问题
clear;clc
coord = [66.83 25.36;61.95 26.34; 40 44.39;24.39 14.63;17.07 22.93;22.93 76.1;51.71 94.14;87.32 65.36;68.78 52.19;84.88 36.09;50 30;40 20;25 26];
n = size(coord,1);  % 城市的数目

figure(1)  % 新建一个编号为1的图形窗口
plot(coord(:,1),coord(:,2),'o');   % 画出城市的分布散点图
hold on % 等一下要接着在这个图形上画图的

d = zeros(n);   % 初始化两个城市的距离矩阵全为0
for i = 2:n  
    for j = 1:i  
        coord_i = coord(i,:);   x_i = coord_i(1);     y_i = coord_i(2);