function?[R_bestL_bestL_aveShortest_RouteShortest_Length]=ACATSP（CNC_maxmAlphaBetaRhoQ）
%%第一步：變量初始化
n=size（C1）;%n表示問題的規模（城市個數）
D=zeros（nn）;%D表示完全圖的賦權鄰接矩陣
for?i=1:n
????for?j=1:n
????????if?i~=j
????????????D（ij）=（（C（i1）-C（j1））^2+（C（i2）-C（j2））^2）^0.5;
????????else
????????????D（ij）=eps;
????????end
????????D（ji）=D（ij）;
????end
end

Eta=1./D;%Eta為啟發因子，這里設為距離的倒數
Tau=ones（nn）;%Tau為信息素矩陣
Tabu=zeros（mn）;%存儲并記錄路徑的生成
NC=1;%迭代計數器
R_best=zeros（NC_maxn）;%各代最佳路線
L_best=inf.*ones（NC_max1）;%各代最佳路線的長度
L_ave=zeros（NC_max1）;%各代路線的平均長度

while?NC<=NC_max%停止條件之一：達到最大迭代次數
????%%第二步：將m只螞蟻放到n個城市上
????Randpos=[];
????for?i=1:（ceil（m/n））
????????Randpos=[Randposrandperm（n）];
????end
????Tabu（:1）=（Randpos（11:m））‘;
????%%第三步：m只螞蟻按概率函數選擇下一座城市，完成各自的周游
????for?j=2:n
????????for?i=1:m
????????????visited=Tabu（i1:（j-1））;%已訪問的城市
????????????J=zeros（1（n-j+1））;%待訪問的城市
????????????P=J;%待訪問城市的選擇概率分布
????????????Jc=1;
????????????for?k=1:n
????????????????if?length（find（visited==k））==0
????????????????????J（Jc）=k;
????????????????????Jc=Jc+1;
????????????????end
????????????end
????????????%下面計算待選城市的概率分布
????????????for?k=1:length（J）
????????????????P（k）=（Tau（visited（end）J（k））^Alpha）*（Eta（visited（end）J（k））^Beta）;
????????????end
????????????P=P/（sum（P））;
????????????%按概率原則選取下一個城市
????????????Pcum=cumsum（P）;
????????????Select=find（Pcum>=rand）;
????????????to_visit=J（Select（1））;
????????????Tabu（ij）=to_visit;
????????end
????end
????if?NC>=2