蚁群系统解决TSP问题

下面为改进的蚁群系统解决旅行商问题matlab源码,包括局部更新和全局更新,欢迎大家批评指正。

function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACS(NC_max,m,Alpha,Beta,Rho,Q)
%%=========================================================================
%  ACS.m
%%-------------------------------------------------------------------------
%%  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 100
%%  m        蚂蚁个数 50
%%  Alpha    表征信息素重要程度的参数2
%%  Beta     表征启发式因子重要程度的参数4
%%  Rho      信息素蒸发系数0.1
%%  Q        信息素增加强度系数 0.01
%%  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
q0=0.9;
C=[5.294,1.558;4.286,3.622;4.719,2.774;4.185,2.230;0.915,3.821;4.771,6.041;1.524,2.871;3.447,2.111;3.718,3.665;2.649,2.556];
n=size(C,1);     %*表示问题的规模(城市个数n)得到矩阵的行数n为10
D=zeros(n,n);		%D表示完全图的赋权邻接矩阵 产生10*10矩阵,值全是0
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

Lnn=10;
TauStart=(1/(n*Lnn)).*ones(n,n);       %TauStart为信息素有个初始值      Tau--->产生10*10行矩阵
Tabu=zeros(m,n);       %存储并记录路径的生成    Tabu--->50*10矩阵
NC=1;                   %迭代计数器
R_best=zeros(NC_max,n);  %各代最佳路线  100*10
L_best=inf.*ones(NC_max,1);   %各代最佳路线的长度100*1
L_ave=zeros(NC_max,1);       %各代路线的平均长度100*1


while NC<=NC_max             %停止条件之一:达到最大迭代次数
                              %%第二步:将m(50)只蚂蚁放到n(10)个城市上
    Randpos=[];
	Tau=TauStart;
    for i=1:(ceil(m/n))    %%m为50,n为10
        Randpos=[Randpos,randperm(n)];
    end

	
    Tabu(:,1)=(Randpos(1,:)); %初始化禁忌表中第一个元素  矩阵的第一行赋值给另外一个矩阵的第一列
   
   				 %%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
			%选择下一个访问的城市
            visited=Tabu(i,1:(j-1));		%已访问的城市---城市序号 visited也是矩阵
            J=zeros(1,(n-j+1));				%待访问的城市      J、P都是一行值为0的矩阵
            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
			for k=1:length(J)
					P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);
			end
			q=rand();
			if q<=q0
				Select=find(P==max(P));
			else 
				 P=P/(sum(P));
				Pcum=cumsum(P);
				Select=find(Pcum>=rand);
            end
            
            to_visit=J(Select(1));
            Tabu(i,j)=to_visit;
        end
		
		%信息素局部更新???????
		Tau=(1-Rho).*Tau+Rho.*TauStart;	
    end
	
    if NC>=2
        Tabu(1,:)=R_best(NC-1,:);%上一代最短路径作为本代第一条路径
    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:更新全局信息素(增加了全局最短路径的信息素)
    Delta_Tau=zeros(n,n);
	
    for j=1:(n-1)
        Delta_Tau(Tabu(pos(1),j),Tabu(pos(1),j+1))=Delta_Tau(Tabu(pos(1),j),Tabu(pos(1),j+1))+1/min(L);
    end
    Delta_Tau(Tabu(pos(1),n),Tabu(pos(1),1))=Delta_Tau(Tabu(pos(1),n),Tabu(pos(1),1))+1/min(L);
    
	
    Tau=(1-Rho).*Tau+Rho.*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,'b')
hold on
plot(L_ave,'r')
title('平均距离和最短距离');

disp('最短距离为:')
disp(min(L_best));

num=find(min(L_best)==L_best);
disp('最短路径是:')
disp(R_best(num(1),:))


function DrawRoute(C,R)
%%====================================================================
%%  DrawRoute.m
%%  画路线图的子函数
%%--------------------------------------------------------------------
%%  C    Coordinate        节点坐标,由一个N×2的矩阵存储
%%  R    Route             路线
%%====================================================================

N=length(R);
scatter(C(:,1),C(:,2));
hold on
plot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)],'g')
hold on
for ii=2:N
    plot([C(R(ii-1),1),C(R(ii),1)],[C(R(ii-1),2),C(R(ii),2)],'g')
    hold on
end
title('旅行商问题优化结果');


 
    原文作者:蚁群算法
    原文地址: https://blog.csdn.net/mnshenyanping/article/details/45362995
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞