列阵距离的计算程序.docVIP

代码1：%floyd算法通用程序，输入a为赋权邻接矩阵 %输出为距离矩阵D,和最短路径矩阵path C=[117.2 34.26 119.95 31.79 120.33 36.07 116.46 39.92 112.33 37.36 112.44 34.7 118.14 30.19 114.31 30.52 108.95 34.27 115.97 29.71 122.3 29.97]; % C n个城市的坐标，n×2的矩阵 [c,d]=size(C); D=zeros(c,c); for i=1:c for j=i:c bb=(C(i,1)-C(j,1)).^2+(C(i,2)-C(j,2)).^2; D(i,j)=bb^(0.5); D(j,i)=D(i,j); end end n=size(a,1); 18 D=a; path=zeros(n,n); for i=1:n for j=1:n if D(i,j)~=inf path(i,j)=j; end end end for k=1:n for i=1:n for j=1:n if D(i,k)+D(k,j)D(i,j) D(i,j)=D(i,k)+D(k,j); path(i,j)=path(i,k) end end end end 代码2：基本蚁群算法解决TS问题的PMatlab程序 m=11; %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=1000; % NC_max 最大迭代次数 Q=100; % Q 信息素增加强度系数 C=[117.2 34.26 119.95 31.79 120.33 36.07 116.46 39.92 112.33 37.36 112.44 34.7 118.14 30.19 114.31 30.52 108.95 34.27 115.97 29.71 122.3 29.97]; % C n个城市的坐标，n×2的矩阵 [c,d]=size(C); D=zeros(c,c); for i=1:c for j=i:c bb=(C(i,1)-C(j,1)).^2+(C(i,2)-C(j,2)).^2; D(i,j)=bb^(0.5); D(j,i)=D(i,j); end 19 end n=11; %n表示问题的规模（城市个数） Eta=1./D; %Eta为启发因子，这里设为距离的倒数 Tau=ones(11,11); %Tau为信息素矩阵 Tabu=zeros(11,11); %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)*(Eta(visited(end),J(k))^Beta); end P=P/(sum(P)); %按概率原则选取下一个城市 Pcum=cumsum(P); Select=find(Pcum=rand); to_visit=J(Select(1)); Tabu(i,j)=to_visit; end end if NC=2 Tabu(1,:)=R_best(NC-1,:); end %%第四步：记录本次迭代最佳路线 L=