Question

求一个TSP的matlab程序

Answer 1

蚂蚁算法实现tsp。其中city是n行2列的矩阵，表示n个城市的经纬度，iter_max是最大循环次数，其余是蚂蚁算法的参数。

function [Shortest_Route,Shortest_Length]=anttsp(city,iter_max,m,Alpha,Beta,Rho,Q)
n=size(city,1);
d=zeros(n,n);
d=squareform(pdist(city));
Eta=1./d;
Tau=ones(n,n);
Tabu=zeros(m,n);
nC=1;
R_best=zeros(iter_max,n);
L_best=inf.*ones(iter_max,1);

while nC<=iter_max
route=[];
for i=1:ceil(m/n)
route=[route,randperm(n)];
end
Tabu(:,1)=(route(1,1:m))';
for j=2:n
for i=1:m
visited=Tabu(i,1:(j-1));
J=zeros(1,(n-j+1));
P=J;
Jc=1;
for k=1:n
if isempty(find(visited==k, 1))
J(Jc)=k;
Jc=Jc+1;
end
end
for k=1:length(J)
P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);
end
P=P/(sum(P));

Pcum=cumsum(P);
Select=find(Pcum>=rand);
if isempty(Select)%是不是一定能保证Select不为空
Tabu(i,j)=round(1+(n-1)*rand);
else
next_visit=J(Select(1));
Tabu(i,j)=next_visit;
end
end
end
if nC>=2
Tabu(1,:)=R_best(nC-1,:);
end

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),:);
nC=nC+1;

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;
Tabu=zeros(m,n);
end
Pos=find(L_best==min(L_best));
Shortest_Route=R_best(Pos(1),:);
Shortest_Length=L_best(Pos(1));
end

追问

有没有基于遗传算法的TPS的matlab程序，坐标手动输入

追答

你可以理解原理后，自己写一个，之前用遗传算法计算过函数最小值，可以参考下，换其他函数可以修改fun里面的表达式。

function [x fx]=fun_SuiJiSuanFa(N,genLenth,Pc,Pm,generation)
%[x fx]=fun_SuiJiSuanFa(6,4,0.7,0.001,100)
%f 表示函数
%N表示染色体种群大小
%genLenth表示染色体长度
%Pc表示交叉概率
%Pm表示突变概率
%downbound
%upbound
%generation循环代数
%进制编码,此处编写为二进制
num=2;
initdata=randi([0 num-1],N,genLenth);
%二进制编码的权值
weight=(num).^(genLenth-1:-1:0);
weights=repmat(weight,N,1);
%保存每代的最好值和平均值,
meanally=zeros(1,generation);
maxally=zeros(1,generation);

Nowx=zeros(generation,genLenth);
for k=1:generation
    %解码后的整数
    allx=sum(initdata.*weights,2);
    %染色体的适应性
    ally=f(allx);
    %平均值，最大值
    meanally(k)=mean(ally);
    maxally(k)=max(ally);
    %找下标，确定是哪条染色体
    index=find(ally==maxally(k));
    Nowx(k,:)=initdata(index(1),:);
    %最大值没有提高就取上次的
    if(k>=2&&maxally(k)<maxally(k-1))
        maxally(k)=maxally(k-1);
        Nowx(k,:)=Nowx(k-1,:);
    end
    %染色体的适应性比率
    ratio=ally./sum(ally);
    %交叉,变异
    %？？交叉几个，从第几个开始。
    %此处只交叉1个（总共才6个），随机给一个。
    sumRatio=cumsum(ratio);
    data=zeros(N,genLenth);