- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
【GreenSim.C原创】TSP问题蚁群算法通用Matlab程序(附图)(2007-03-10 09:28:51)
??? 蚁群算法是当前研究非常火热的一种智能算法,下面的蚁群算法程序专门用于求解TSP问题,此程序由GreenSim团队于2006年初完成,最初公开发表于研学论坛,我们经过仿真检验,发现此程序的优化效率和鲁棒性都非常好。
function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q)%%=========================================================================%%?ACATSP.m%%?Ant Colony Algorithm for Traveling Salesman Problem%%?ChengAihu a,PLA Information Engineering University,ZhengZhou,China%%?Email:aihuacheng@%%?All rights reserved%%-------------------------------------------------------------------------%%? 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(*,1);%*表示问题的规模(城市个数)*=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;??????? end??????? D(j,i)=D(i,j);??? endendEta=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??? %%第二步:将m只蚂蚁放到n个城市上??? Randpos=[];??? for i=1:(ceil(m/n))??????? Randpos=[Randpos,randperm(n)];??? 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??????? for i=1:m??????????? visited=Tabu(i,1:(j-1));%已访问的城市??????????? J=zeros(1,(n-j+1));%待访问的城市??????????? P=J;%待访问城市的选择概率分布??????????? Jc=1;??????????? for k=1:n??????????????? if length(find(visited==k))==0??????????????????? J(Jc)=k;??????????????????? Jc=Jc+1;??????????????? end??????????? end??????????? %下面计算待选城市的概率分布??????????? for k=1:length(J)??????????????? P(k)=(Tau(visited(end),J(k))^Alpha)*(
文档评论(0)