蚁群算法解决TSP问题程序

蚁群算法用于求解TSP问题，经过仿真测试，发现此程序的优化效率和鲁棒性都非常好。这与在无线多媒体传感器网络路由算法应用到的寻找最佳路径的蚁群算法非常相似。function[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q)%%=========================================================================%%主要符号说明%%Cn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fori=1:nforj=1:nifi~=jD(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;elseD(i,j)=eps;endD(j,i)=D(i,j);endendEta=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whileNC=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=[];fori=1:(ceil(m/n))Randpos=[Randpos,randperm(n)];endTabu(:,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forj=2:nfori=1:mvisited=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;fork=1:niflength(find(visited==k))==0J(Jc)=k;Jc=Jc+1;endend%下面计算待选城市的概率分布fork=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;endendifNC=2Tabu(1,:)=R_best(NC-1,:);end%%第四步：记录本次迭代最佳路线L=zeros(m,1);fori=1:mR=Tabu(i,:);forj=1:(n-1)L(i)=L(i)+D(R(j),R(j+1));endL(i)=L(i)+D(R(1),R(n));endL_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);fori=1:mforj=1:(n-1)Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);endDelta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);endTau=(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)holdonplot(L_ave)functionDrawRoute(C,R)%%====================================================================%%DrawRoute.m%%画路线图的子函数%%--------------------------------------------------------------------%%CCoordinate节点坐标，由一个N×2的矩阵存储%%RRoute路线%%====================================================================N=length(R);scatter(C(:,1),C(:,2));holdonplot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)])holdonforii=2:Nplot([C(R(ii-1),1),C(R(ii),1)],[C(R(ii-1),2),C(R(ii),2)])holdonend设置初始参数如下：m=31;Alpha=1;Beta=5;Rho=0.1;NC_max=200;Q=100;运行后得到15602的巡游路径，路线图和收敛曲线如下：