基本蚁群算法代码C版文.pdfVIP

基本蚁群算法代码 C 版 //Basic Ant Colony Algorithm for TSP #include iostream.h #include fstream.h #include math.h #include time.h #include conio.h #include stdlib.h #include iomanip.h #define N 31 //city size #define M 31 //ant number double inittao=1; // 初始信息量的多少 double tao[N][N]; // 每条路径上的信息量 double detatao[N][N]; // ，代表相应路径上的信息素增量Δτ double distance[N][N]; // 城市距离矩阵 double yita[N][N]; // 启发函数，其值 yita[i][j]=1/distance[i][j] int tabu[M][N]; // 禁忌表， tabu[i][j]=1 表示蚂蚁 i 已经走过了 j 城市 ? int route[M][N]; // 保存蚂蚁 k 的路径的数组为 route[k][N] double solution[M]; int BestRoute[N]; double BestSolution=10000000000; double alfa,beta,rou,Q; //Pijk(t) 表示 t 时刻蚂蚁 k 由城市 i 转移到城市 j 的状态转移概率， //alfa 是信息启发式因子，表示轨迹的相对重要性，反映蚂蚁在运动过程中所积累的信息在蚂蚁运动时所起 的作用，其值越大，则该蚂蚁越倾向于选择其他蚂蚁经过的路径，蚂蚁之间的协作性越强 //beta 是期望启发式因子，表示能见度的相对重要性，反映在运动过程中启发信息在蚂蚁选择路径中的受 重视程度，其值越大，则该状态转移概率越接近于贪心规则 //rou 是信息残留因子 (与书上不同，书上用 rou 表示信息挥发系数，而用 1-rou 表示信息残留因子 ) //Q 为信息素强度，用于计算蚂蚁留在路径上的信息量 int NcMax; // 迭代次数 void initparameter(void); // initialize the parameters of basic ACA double EvalueSolution(int *a); // evaluate the solution of TSP, and calculate the length of path void InCityXY( double x[], double y[], char *infile ); // input the nodes coordinates of TSP void initparameter(void) { alfa=1; beta=5; rou=0.9; Q=100; NcMax=200; // 最大迭代次数 } void main(void) { int NC=0; initparameter(); double x[N]; double y[N]; InCityXY( x, y, city31.tsp ); // 初始化距离矩阵 for(int i=0;iN;i++) for(int j=i+1;jN;j++) { distance[j][i]=sqrt((x[i]-x[j])*(x[i]-x[j])+(y[i]-y[j])*(y[i]-y[j])); distance[i][j]=distance[j][i]; } // calculate the heuristic parameters: 计算启发式因子 for(i=0;iN;i++) for(int j=0;jN;j++) { tao[i][j]=inittao; if(j!=i) //yita[i][j]=100/distance[i][j]; //the dividend should be 1 here yita[i][j]=1/distance[i][j]; } for(int k=0;kM;k++) fo