免疫算法求解TSP问题

最新推荐文章于 2022-06-19 00:01:55 发布

yangguangdblu

最新推荐文章于 2022-06-19 00:01:55 发布

阅读量4.3k

点赞数 1

分类专栏：优化算法

本文链接：https://blog.csdn.net/yangguangdblu/article/details/78837245

版权

优化算法专栏收录该内容

4 篇文章 3 订阅

订阅专栏

%%%%%免疫算法TSP问题%%%%
%%%%%初始化参数%%%%%
clear all;      %清除所有变量
close all;      %清图
clc;            %清屏
C=[1304 2312;3639 1315;4177 2244;3712 1399;3488 1535;3326 1556;...
    3238 1229;4196 1044;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 2376;...
    3394 2643;3439 3201;2935 3240;3140 3550;2545 2357;2778 2826;...
    2370 2975];
N=size(C,1);    %城市数目，基因数目
D=zeros(N);     %任意两个城市距离矩阵
NP=100;         %免疫个体数目
G=1000;         %最大免疫代数
Pc=0.1;         %交叉率
f=zeros(N,NP);  %中间变量
len=zeros(NP,1);
%%%%%求间距%%%%%
for i=1:N
    for j=1:N
        D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;
    end
end
%%%%%随机生成第一代%%%%%
for i=1:NP
    f(:,i)=randperm(N);
end
%%%%%计算路径长度%%%%%
 for i=1:NP
     len(i)=func3(D,f(:,i),N);
 end
[Sortlen,Index]=sort(len);
Sortf=f(:,Index);
Ncl=10;             %克隆个数
%%%%%遗传算法循环%%%%%
for gen=1:G
   for i=1:NP/2
    %%%%%选择操作%%%%%
    a=Sortf(:,i);
    Ca=repmat(a,1,Ncl);
    for j=1:Ncl
        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=Ca(p1,j);
        Ca(p1,j)=Ca(p2,j);
        Ca(p2,j)=tmp;
    end
    Ca(:,1)=Sortf(:,i);
    %%%%%克隆抑制%%%%%
    for j=1:Ncl
        Calen(j)=func3(D,Ca(:,j),N);
    end
    [SortCalen,Index]=sort(Calen);
    SortCa=Ca(:,Index);
    af(:,i)=SortCa(:,1);
    alen(i)=SortCalen(1);
   end
   %%%%%种群刷新%%%%%
   for i=1:NP/2
       bf(:,i)=randperm(N);
       blen(i)=func3(D,bf(:,i),N);
   end
   %%%%%免疫种群与新种群合并%%%%%
   f=[af,bf];
   len=[alen,blen];
   [Sortlen,Index]=sort(len);
   Sortf=f(:,Index);
   trace(gen)=Sortlen(1);
end
%%%%%输出最优化结果%%%%%
fBest=Sortf(:,1);
Bestlen=trace(end);
figure
for i=1:N-1
    plot([C(fBest(i),1),C(fBest(i+1),1)],[C(fBest(i),2),C(fBest(i+1),2)],'bo-')
    hold on
end
plot([C(fBest(N),1),C(fBest(1),1)],[C(fBest(N),2),C(fBest(1),2)],'bo-')
title(['最优化距离',num2str(Bestlen)]);
figure
plot(trace)
xlabel('迭代次数')
ylabel('目标函数值')
title('亲和度进化曲线')
%%%%%计算路径总长度的函数%%%%%
function len=func3(D,f,N)
     len=D(f(N),f(1));
     for i=1:(N-1)
         len=len+D(f(i),f(i+1));
     end
 end