資源簡介
采用各種智能算法(包括蟻群算法、遺傳算法、神經網絡算法、模擬退火等)在matlab下進行基于TSP問題的仿真實驗。
代碼片段和文件信息
%初始化
clear;
Alpha=1;?%信息素重要程度的參數
Beta=5;?%啟發式因子重要程度的參數?
Rho=0.5;?%信息素蒸發系數
NC_max=200;?%最大迭代次數
Q=100;?%信息素增加強度系數
CityNum=30;??%問題的規模(城市個數)
[dislistClist]=tsp(CityNum);
m=CityNum;?%螞蟻個數
Eta=1./dislist;%Eta為啟發因子,這里設為距離的倒數
Tau=ones(CityNumCityNum);%Tau為信息素矩陣
Tabu=zeros(mCityNum);%存儲并記錄路徑的生成
NC=1;%迭代計數器
R_best=zeros(NC_maxCityNum);?%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
figure(1);
while?NC<=NC_max?%停止條件之一:達到最大迭代次數
????%將m只螞蟻放到CityNum個城市上
????Randpos=[];
????for?i=1:(ceil(m/CityNum))
????????Randpos=[Randposrandperm(CityNum)];
????end
????Tabu(:1)=(Randpos(11:m))‘;
????
????%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:CityNum
????????for?i=1:m
????????????visited=Tabu(i1:(j-1));?%已訪問的城市
????????????J=zeros(1(CityNum-j+1)
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件???????3435??2007-01-29?15:24??genetic_algorithm.m
?????文件???????2551??2006-12-20?15:44??ant_colony_system.m
?????文件???????2018??2006-12-19?17:30??hopfield_neuro_network.m
?????文件????????636??2006-12-13?16:33??drawTSP10.m
?????文件???????2626??2006-11-22?15:09??tabu_search.m
?????文件???????1742??2006-09-22?16:12??simulated_annealing.m
?????文件????????610??2006-09-22?14:15??drawTSP.m
?????文件????????169??2006-09-12?16:45??CalDist.m
?????文件???????2134??2006-09-12?10:40??tsp.m
-----------?---------??----------?-----??----
????????????????15921????????????????????9
- 上一篇:APES譜估計算法
- 下一篇:GPS和INS聯合導航MATLAB程序
評論
共有 條評論