说明信息素权重,路径权重和信息素蒸发率对最后的结果0.docVIP

说明：信息素权重，路径权重和信息素蒸发率对最后的结果影响很大，需要微调。 目前发现2 / 5 / 0.5 能达到稍微让人满意的效果。本程序离完美的ACO还差很远，仅供参考。 本蚁群算法为AS算法。 用法： 1.new一个对象 ACOforTSP tsp = new ACPforTSP(tsp数据文件名,迭代次数，蚂蚁数量，信息素权重，路径权重，信息素蒸发率）; 2.用go()方法运行 tsp.go(); import java.io.File; import static java.lang.Math.pow; import static java.lang.Math.sqrt; import static java.lang.Math.random; import java.util.HashMap; import java.io.FileReader; import java.io.BufferedReader; /** * * @author dvdface */ public class ACOforTSP { //城市的距离表 private double[][] distance; //距离的倒数表 private double[][] heuristic; //启发信息表 private double[][] pheromone; //权重 private int alpha, beta; //迭代的次数 private int iterationTimes; //蚂蚁的数量 private int numbersOfAnt; //蒸发率 private double rate; ACOforTSP (String file, int iterationTimes, int numbersOfAnt, int alpha, int beta, double rate) { //加载文件 this.initializeData(file); //初始化参数 this.iterationTimes = iterationTimes; //设置蚂蚁数量 this.numbersOfAnt = numbersOfAnt; //设置权重 this.alpha = alpha; this.beta = beta; //设置蒸发率 this.rate = rate; } private void initializeData(String filename) { //定义内部类 class City { int no; double x; double y; City(int no, double x, double y) { this.no = no; this.x = x; this.y = y; } private double getDistance(City city) { return sqrt(pow((x - city.x), 2) + pow((y - city.y), 2)); } } try { //定义HashMap保存读取的坐标信息 HashMapInteger, City map = new HashMapInteger, City(); //读取文件 BufferedReader reader = new BufferedReader(new FileReader(new File(filename))); for (String str = reader.readLine(); str != null; str = reader.readLine()) { //将读到的信息保存入HashMap if