蚁群算法matlab程序代码_第1页
蚁群算法matlab程序代码_第2页
蚁群算法matlab程序代码_第3页
蚁群算法matlab程序代码_第4页
蚁群算法matlab程序代码_第5页
已阅读5页,还剩3页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、首先创建新的主程序m文件ACATSP.m代码是:function R_best,L_best,L_ave,Shortest_Route,Shortest_Length=ACATSP(C,NC_max,m,Alpha,Beta,Rho,q )我是说,我是说,我是说,我是说,我是说,我是说%主符号的说明% C n城市的坐标,n-2的矩阵% NC_max蚁群算法MATLAB程序的最大迭代次数% m蚂蚁数表示% Alpha信息素重要性的参数表示% Beta启发式因子重要性的参数% Rho信息素蒸发系数% Q表示蚁群算法MATLAB程序的信息素增强强度系数按% R_best世代划分的最佳课程按% L_b

2、est世代划分的最佳路由长度我是说,我是说,我是说,我是说,我是说,我是说%蚁群算法MATLAB程序的第一步:变量初始化n=size(C,1) %n表示问题的规模(城市数)D=zeros(n,n) %D表示完全图的加权邻接矩阵for i=1:nfor j=1:nPS=jD(i,j)=(C(i,1)-C(j,1)2 (C(i,2)-C(j,2)2)0.5;elseD(i,j)=eps; 如果% i=j,则不计算,应该为0,但是后续的启发因子取倒数,用eps (浮点相对精度)表示结束D(j,i)=D(i,j) %对称矩阵结束结束Eta=1./D; %Eta是启发因子,在此设为距离的倒数Tau=on

3、es(n,n) %Tau是信息素矩阵保存并记录Tabu=zeros(m,n) %路径的生成NC=1; %重复计数器,记录重复次数按R_best=zeros(NC_max,n) %世代划分的最佳课程按L_best=inf.*ones(NC_max,1) %世代划分的最佳根的长度按L_ave=zeros(NC_max,1) %世代划分的课程的平均长度while NC=NC_max %停止条件之一:达到最大重复次数,停止%蚁群算法MATLAB程序的第二步:将m只蚂蚁安排在n个城市Randpos=; %马上访问。for i=1:(ceil(m/n ) )Randpos=Randpos,randperm

4、(n);结束tabu (:1 )=(rand pos (1,1: m ) ); %您不太理解这个文件吗?%蚁群算法MATLAB程序第三步: m只蚂蚁用概率函数选择下一个城市,完成各自的旅行不计算for j=2:n %的城市for i=1:m米visited=Tabu(i,1:(j-1 ) ); 记录访问过的城市,避免双重访问J=zeros(1)、(n-j 1); %访问的城市P=J; %访问的城市的选择概率分布Jc=1;for k=1:nif length (find (visited=k ) )=0%开始时0J(Jc)=k;PS=PS 1; %访问的城市数量从加1开始结束结束%以下蚁群算法计

5、算选择了MATLAB程序的城市概率分布for k=1:长度(j )p (k )=(展开(结束),j (k ) ) alpha * (eta (展开(结束),J(k)Beta )结束p=p/(和(p ) );%概率地选择下一个城市Pcum=cumsum(P) %cumsum,元素的总和Select=find(Pcum=rand) %如果计算的概率比原来大,就选择这条路线to _ visit=j (选择(1) );Tabu(i,j)=to_visit;结束结束PS=2tabu (1, )=r _ best (NC-1, )结束%蚁群算法MATLAB程序第4步:记录此次迭代最佳路线L=zeros(m

6、,1) %开始距离为0,m*1的列向量for i=1:m米R=Tabu(i, )for j=1:(n-1 )L(i)=L(i) D(R(j ),R(j 1) ); %原距离加上从第j个城市到第j 1个城市的距离结束L(i)=L(i) D(R(1),R(n ) ); %1回合后走的距离结束使L_best(NC)=min(L) %最佳距离最小化pos=find(L=L_best(NC ) );R_best(NC,)=Tabu(pos(1),) %此回合迭代后的最佳路线L_ave(NC)=mean(L) %此回合反复后的平均距离NC=NC 1 %反复继续%蚁群算法MATLAB程序步骤5 :更新信息素

7、Delta_Tau=zeros(n,n) %开始时信息素为n*n的0矩阵for i=1:m米for j=1:(n-1 )德尔特a _ tau (Tabu(i,j ),Tabu(i,j1) )=德尔ta _ tau (tabu (I,j ),tabu (I,j 1) Q/L(i );%这次循环传球(I,j )中的信息素增加结束德尔塔乌(塔布u (I,n ),塔布u (I,1 ) )=德尔塔乌(Tabu(i,n ),塔布u (I,1) Q/L(i );%这次循环的传球中信息素的增加结束Tau=(1-Rho).*Tau Delta_Tau; %信息素挥发,考虑更新的信息素%蚁群算法MATLAB程序第

8、6步:禁忌表零Tabu=zeros(m,n) %最大重复次数结束%蚁群算法MATLAB程序步骤7 :输出结果Pos=find(L_best=min(L_best ) ); 找到%最佳路径(0以外为真)Shortest_Route=R_best(Pos(1),) %最大重复次数后的最佳路径shorttest _ length=l _ best (pos (1) ) %最大重复次数后的最短距离subplot (1,2,1 ) %绘制第一个子图DrawRoute(C,Shortest_Route) %路线图子函数subplot (1,2,2 ) %绘制第二个子图打印(l _ best )保持on %

9、保持模式打印(l _ ave,r )title (平均距离和最短距离) %标题创建子程序DrawRoute.m代码是:函数绘制路径(c,r )我是说,我是说,我是说,我是说,我是说,我是说% DrawRoute.m绘制%路线图子函数% %-% C Coordinate节点坐标以N2的矩阵存储% % r路由我是说,我是说,我是说,我是说,我是说,我是说n=长度scatter (c (:1 ),c (:2 ) );霍尔德on打印(c (r (1),1 ),C(R(N ),1 ) ),C(R(1),2 ),C(R(N ),2)霍尔德onfor ii=2:N打印(C(R(ii-1 ),1 ),C(R(

10、ii ),1 ) ),C(R(ii-1 ),2 ),C(R(ii ),2)霍尔德on结束title (旅行者问题的优化结果)需要输入的参数数据是:C: n城市的坐标,n-2的矩阵NC_max:蚁群算法MATLAB程序最大迭代次数M:蚂蚁数表示阿尔法:信息素重要性的参数表示:启发式因子重要性的参数Rho:信息素蒸发系数Q:表示蚁群算法MATLAB程序的信息素增强强度系数在运行中打开ACATSP.m,点击运行或者,输入ACATSP(C,NC_max,m,Alpha,Beta,Rho,q )执行示例:m=31; 阿尔法=1; 贝塔=5; Rho=0.1; NC_max=200; Q=100;31城市坐标如下13042312363913154177224437121399348815353326155632381229419610044312790438657030071

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论