蚁群算法pid matlab,蚁群算法matlab源码

朱雀 2023-01-16 09:54 154阅读 0赞

function \[Shortest\_Route,Shortest\_Length\]=ACATSP(D,NC\_max,m,Alpha,Beta,Rho,Q)

%%=========================================================================

%% ACATSP.m

%% Ant Colony Algorithm for Traveling Salesman Problem

%% ChengAihua,PLA Information Engineering University,ZhengZhou,China

%% Email:aihuacheng@gmail.com

%%-------------------------------------------------------------------------

%% 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

%% 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

%% L\_ave  各代路线的平均长度

%%=========================================================================

%%第一步：变量初始化

n=size(D,1);

for i=1:n

D(i,i)=eps;

end

Eta=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

while NC<=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=\[\];

for i=1:(ceil(m/n))

Randpos=\[Randpos,randperm(n)\];

end

Tabu(:,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

for j=2:n

for i=1:m

visited=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;

for k=1:n

if length(find(visited==k))==0

J(Jc)=k;

Jc=Jc+1;

end

%下面计算待选城市的概率分布

for k=1:length(J)

P(k)=(Tau(visited(end),J(k))^Alpha)\*(Eta(visited(end),J(k))^Beta);%(信息素^信息素系数)\*(启发因子^启发因子系数)

end

P=P/(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;

end

if NC>=2

Tabu(1,:)=R\_best(NC-1,:);

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：更新信息素

Delta\_Tau=zeros(n,n);

for i=1:m

for j=1:(n-1)

Delta\_Tau(Tabu(i,j),Tabu(i,j+1))=Delta\_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);

end

Delta\_Tau(Tabu(i,n),Tabu(i,1))=Delta\_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);

end

Tau=(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))

蚁群算法pid matlab,蚁群算法matlab源码

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关基于蚁群算法优化的VRPSD问题的MATLAB模拟

相关基于蚁群算法解决带时间窗车辆路径规划问题 - MATLAB源码

相关蚁群算法pid matlab,蚁群算法matlab源码

相关蚁群算法 matlab 极值,matlab蚁群算法寻找最优路径

相关 MATLAB机器学习系列-12：蚁群算法优化原理及其matlab实现

相关 matlab蚁群算法解决vrp过程,蚁群算法MATLAB解VRP问题

相关二进制蚁群算法【源码实现】

相关蚁群算法的基本原理

相关蚁群算法简介

相关蚁群算法