1865阅读
2回复

[资料共享]TSP问题蚁群算法通用MATLAB源程序

UID ：63869

注册：2010-07-25
登录：2011-09-15
发帖：10
等级：仿真新人

0楼发表于: 2011-08-27 11:26:17

题目：TSP问题蚁群算法通用MATLAB源程序
蚁群算法是当前研究十分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。本源码由GreenSim团队原创，转载请注明，有意代写蚁群算法相关程序，请与GreenSim团队联系(QQ：761222791）
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
% GreenSim团队原创作品，转载请注明
% Email:greensim@163.com
% %%-------------------------------------------------------------------------
%% 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);
    end
end
Eta=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)*(Eta(visited(end),J(k))^Beta);
            en*
            *=*/(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=zeros(m,1);
    for i=1:m
        R=Tabu(i,:);
        for j=1:(n-1)
            L(i)=L(i)+D(R(j),R(j+1));
        end
        L(i)=L(i)+D(R(1),R(n));
    end
    L_best(NC)=min(L);
    pos=find(L==L_best(NC));
    R_best(NC,:)=Tabu(pos(1),:);
    L_ave(NC)=mean(L);
    NC=NC+1

    %%第五步：更新信息素
    Delta_Tau=zeros(n,n);
    for i=1:m
        for j=1:(n-1)
            Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);
        end
        Delta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);
    end
    Tau=(1-Rho).*Tau+Delta_Tau;

    %%第六步：禁忌表清零
    Tabu=zeros(m,n);
end
%%第七步：输出结果
Pos=find(L_best==min(L_best));
Shortest_Route=R_best(Pos(1),:);
Shortest_Length=L_best(Pos(1));
subplot(1,2,1)
DrawRoute(C,Shortest_Route)
subplot(1,2,2)
plot(L_best)
hold on
plot(L_ave)

function DrawRoute(C,R)
%%====================================================================
%% DrawRoute.m
%% 画路线图的子函数
%%-------------------------------------------------------------- ..

未注册仅能浏览部分内容，查看全部内容及附件请先登录或注册

图片:008附图1.jpg

离线浮生若梦

UID ：78045

注册：2011-05-25
登录：2012-11-08
发帖：18
等级：仿真新人

1楼发表于: 2012-09-04 15:15:20

谢谢分享。

离线电波的爱

UID ：114636

注册：2014-10-15
登录：2021-03-29
发帖：55
等级：仿真一级

2楼发表于: 2014-10-18 11:10:30

谢谢分享。。。。。。

发帖回复