基于matlab的蚁群算法解决旅行商问题(附带源程序仿真).pdfVIP

基于 MATLAB 的蚁群算法解决旅行商问题 (附带源程序、仿真 ) ..摘 要：旅行商问题的传统求解方法是遗传算法， 但此算法收敛速度 慢，并不能获得问题的最优化解。 蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一 种智能优化算法， 通过介绍蚁群觅食过程中基于信息素的最短路径的 搜索策略，给出基于 MATLAB 的蚁群算法在旅行商问题中的应用， 对问题求解进行局部优化。 经过计算机仿真结果表明， 这种蚁群算法 对求解旅行商问题有较好的改进效果。关键词： 蚁群算法； 旅行商问题； MATLAB ； 优化 一、意义和目标 旅行商问题是物流领域中的典型问题，它 的求解具有十分重要的理论和现实意义。 采用一定的物流配送方式， 可以大大节省人力物力， 完善整 个物流系统。 已被广泛采用的遗传算法是旅行商问题的传统求解方 法，但遗传算法收敛速度慢，具有一定的缺陷。本文采用蚁群算法， 充分利用蚁群算法的智能性，求解旅行商问题，并进行实例仿真。进 行仿真计算的目标是， 该算法能够获得旅行商问题的优化结果， 平均 距离和最短距离。 二、 国内外研究现状仿生学出现于 XXXX 年代中期，人们 从生物进化机理中受到启发，提出了遗传算法、进化规划、进化策略 等许多用以解决复杂优化问题的新方法。 这些以生物特性为基础的演化算法的发展及对生物群落行 为的发现引导研究人员进一步开展了对生物社会性的研究， 从而出现 了基于群智能理论的蚁群算法， 并掀起了一股研究的热潮。 XXXX 年 代意大利科学家 M.Dorigo M 最早提出了蚁群优化算法 —— 蚂蚁系统 （Ant system, AS），在求解二次分配、图着色问题、车辆调度、集成 电路设计以及通信网络负载问题的处理中都取得了较好的结果。 旅行商问题（ TSP, Traveling Salesman Problem）被认为是一 个基本问题，是在 1859 年由威廉 ·汉密尔顿爵士首次提出的。所谓 TSP 问题是指： 有 N 个城市，要求旅行商到达每个城市各一次，且仅一次， 并回到起点，且要求旅行路线最短。这是一个典型的优化问题，对一 个具有中等顶点规模的图来说， 精确求解也是很复杂的， 计算量随着 城市个数的增加而呈指数级增长， 即属于所谓的 NP 问题。TSP 在工 程领域有着广泛的应用 ，并常作为比较算法性能的标志。如网络通 讯、货物运输、电气布线、管道铺设、加工调度、专家系统、柔性制 造系统等方面，都是 TSP 广泛应用的领域。 求解算法包括贪婪法（ GM ）、极小代数法（ MA ）、模拟退 火法（ SA ）和遗传算法（ GA ）等。 而应用蚁群算法求解旅行商问题是近年来研究的新方向， 由 于其并行性与分布性， 特别适用于大规模启发式搜索， 实验结果证明 了其可行性和有效性。 三、蚁群系统基本原理 在蚂蚁群找到食物时，它们总能找 到一条从食物到巢穴之间的最优路径。 这是因为蚂蚁在寻找路径时会在路径上释放出一种特殊的 信息素（ phero