1个回答
展开全部
问题本身是个np难问题,随着点数n的增加,计算量呈n!递增
对于n=10以内的计算,可以用穷举法得到
n再增大,计算的时间就会很长
求全局最优解就没有快速的算法
只能用优化的方法求局部最优解
对于n较小的情况可以用穷举法
因为从某点出发在回到该点的路径是循环的
所以具体从哪点出发得到的解是一样的
而走的顺序是顺时针或者逆时针路程也是一样的
程序如下
n=8;
x=rand(n,1);
y=rand(n,1); %随机n个点坐标
d=squareform(pdist([x,y]));%统计坐标之间的距离
p=perms(2:n); %穷举所有可能路径,1固定为起点
m=factorial(n-1);
l=zeros(m,1); %记录路径长度的矩阵
for ii=1:m
ind=sub2ind([n,n],[1,p(ii,:)],[p(ii,:),1]); %获得路径
l(ii)=sum(d(ind));%计算路径长度
end
[minl in]=min(l); %找出最短路径
a=full(sparse([1,p(in,:)],[p(in,:),1],1,n,n)); %最短路径的连接矩阵
gplot(a,[x y],'-o'); %画最短路径图
axis equal
title(['最短路径长度:' num2str(minl)]);
程序利用随机数,随机生成n个点的x,y坐标
然后统计个点相互中间的距离矩阵d
固定第一点为出发点,利用排列穷举了所有可能路径
找出最短的路径,使用邻接矩阵a表示
最后a是一个nxn的矩阵,里面有n个1,每行只有1个1,每列也只有1个1
其余位置为0
对于n=10以内的计算,可以用穷举法得到
n再增大,计算的时间就会很长
求全局最优解就没有快速的算法
只能用优化的方法求局部最优解
对于n较小的情况可以用穷举法
因为从某点出发在回到该点的路径是循环的
所以具体从哪点出发得到的解是一样的
而走的顺序是顺时针或者逆时针路程也是一样的
程序如下
n=8;
x=rand(n,1);
y=rand(n,1); %随机n个点坐标
d=squareform(pdist([x,y]));%统计坐标之间的距离
p=perms(2:n); %穷举所有可能路径,1固定为起点
m=factorial(n-1);
l=zeros(m,1); %记录路径长度的矩阵
for ii=1:m
ind=sub2ind([n,n],[1,p(ii,:)],[p(ii,:),1]); %获得路径
l(ii)=sum(d(ind));%计算路径长度
end
[minl in]=min(l); %找出最短路径
a=full(sparse([1,p(in,:)],[p(in,:),1],1,n,n)); %最短路径的连接矩阵
gplot(a,[x y],'-o'); %画最短路径图
axis equal
title(['最短路径长度:' num2str(minl)]);
程序利用随机数,随机生成n个点的x,y坐标
然后统计个点相互中间的距离矩阵d
固定第一点为出发点,利用排列穷举了所有可能路径
找出最短的路径,使用邻接矩阵a表示
最后a是一个nxn的矩阵,里面有n个1,每行只有1个1,每列也只有1个1
其余位置为0
追问
文不对题,我问的是最小投资,不是绕一圈回来的最优路径
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询