|
|
9蚁群算法优化求解TSP问题--视频分享
百度网盘链接：http://pan.baidu.com/s/1cvLIZ8 密码：gtty
具体链接在halcom.cn论坛，联系人QQ：3283892722
欢迎大家录制视频，并提交给我，我来设置视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1
具体的代码如下：
- clc,clear,close all
- warning off
- % 城市节点的坐标
- x=[41,37,54,25,7,2,68,71,54,83,64,18,22,83,91,...
- 25,24,58,71,74,87,18,13,82,62,58,45,41,44,4];
- y=[94,84,67,62,64,99,58,44,62,69,60,54,60,46,38,...
- 38,42,69,71,78,76,40,40,7,32,35,21,26,35,50];
- % plot(x,y,'ro')
- citynum = 30; % citynum表示城市数目
- q = 10^6; % Q常量
- maxgen = 1e2; % 迭代次数
- r=0.9; % r表示轨迹持久性
- a=1.5; % a表示轨迹相对重要性
- b=2; % b表示能见度相对重要性
- sizepop = 30; % m表示蚂蚁数目
- % 城市各节点之间的距离
- for i=1:citynum
- for j=1:citynum
- dij(i,j)=sqrt((x(i)-x(j))^2+(y(i)-y(j))^2); % 距离
- end
- end
- for i=1:citynum
- dij(i,i)= 99999999999999999;
- end
- % 初始化信息素强度表
- tao = ones(citynum)*100;
- zbest = randperm(citynum); % 最优路径初始化
- fitnesszbest = inf; % 最短路径初始化
- % 进入主循环
- for i=1:maxgen
-
- tabu=ones(sizepop,citynum);%禁忌表
- tabu(:,1)=0;
- % 路径的初始化
- for jj=1:sizepop
- % path(jj,:) = randperm(citynum );
- path(jj,:) = ones(1,citynum );
-
- for step=1:citynum-1
- ta=tao.^a; % a表示轨迹相对重要性
- tb=dij.^(-b); % b表示能见度相对重要性
- td=ta.*tb;
- pd=tabu(jj,:).*td(path(jj,step),:);
- pk=pd/sum(pd); % 概率
- rk=rand;
- spk=0;
- j=1;
- while j<=citynum
- if rk<spk+pk(j)
- break;
- else
- spk=spk+pk(j);
- j=j+1;
- end
- end
- tabu(jj,j)=0;
- path(jj,step+1)=j;
- end
-
- fitness(jj) = ca_tsp(citynum,path(jj,:),dij);
- end
-
- [maxfitness, index1] = max(fitness); % 最差的路径
- [minfitness, index2] = min(fitness); % 最优的路径
-
- points = [31,1];
- while(max(points)>citynum)
- points = ceil(sizepop*rand(1,2)); % 随机选取两个节点
- end
-
- path(index1,:) = path(index2,:); % 最差的路径 = 最优的路径
- % path(index1,[points(1),points(2)]) = path(index1,[points(2),points(1)]);
- % path(index1,min(points):1:max(points)) = path(index1,max(points):-1:min(points));
- % path(index1,min(points):1:max(points)) = path(index1,[max(points)-1:-1:min(points), max(points)]);
- path(index1,min(points):1:max(points)) = path(index1,[min(points)+1:1:max(points), min(points)]);
- fitness(index1) = ca_tsp(citynum,path(index1,:),dij);
-
- % dtao初始化
- dtao = zeros(citynum);
- for j = 1:sizepop
- for k = 1:citynum-1
- dtao( path(j,k),path(j,k+1) ) = dtao( path(j,k),path(j,k+1) ) + q/fitness(j);
- dtao( path(j,k+1),path(j,k) ) = dtao( path(j,k), path(j,k+1) );
- end
- dtao( path(j,citynum),path(j,1) ) = dtao( path(j,1),path(j,citynum) );
- end
-
- [minfitness,index] = min(fitness);
- if minfitness<fitnesszbest
- fitnesszbest = minfitness; % 最优路径长度
- zbest = path(index,:); % 最优路径
- end
-
- tao = r*tao + dtao; % r表示轨迹持久性
- end
- %% 利用tao来求解一条路径
- ta = tao.^a; % a表示轨迹相对重要性
- tb = dij.^(-b); % b表示能见度相对重要性
- td = ta.*tb;
- for i=1:citynum
- [maxtd,index] = max(td(i,:)); % 每一行的最大值对应的旗标
- tao_path(i) = index; % 记录的最优路径
- td(:, index) = 0; % 已经选择的标号置0，下一次迭代不会被选中
- end
- new_fitness = ca_tsp(citynum,tao_path,dij);
- if new_fitness<fitnesszbest
- fitnesszbest = new_fitness;
- zbest = tao_path;
- end
- %%
- disp('最优路径')
- zbest
- figure(1)
- plot(x,y,'ro');
- hold on
- for i=1:citynum
- if i==citynum
- plot([x(zbest(i)),x(zbest(1))],[y(zbest(i)),y(zbest(1))],'b-')
- else
- plot([x(zbest(i)),x(zbest(i+1))],[y(zbest(i)),y(zbest(i+1))],'b-')
- end
- text(x(zbest(i)),y(zbest(i))+1,num2str(zbest(i)))
- end
案例分享：
【1】改进的蚁群算法的机器人路径寻优：http://pan.baidu.com/s/1c2GUJPA
【2】蚁群算法函数寻优
|
|
发表于 2017-1-20 19:54:04
发表于 2017-2-13 05:35:36
楼主
