• 大小: 10KB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-01-08
  • 语言: Matlab
  • 标签: tsp问题  matlab  

资源简介

里面有许多解决tsp问题的方法源代码,比如蚁群算法、神经网络、遗传算法、模拟退火算法等等

资源截图

代码片段和文件信息

%初始化
clear;

Alpha=1; %信息素重要程度的参数
Beta=5; %启发式因子重要程度的参数 
Rho=0.95; %信息素蒸发系数
NC_max=200; %最大迭代次数
Q=100; %信息素增加强度系数
CityNum=30;  %问题的规模(城市个数)
[dislistClist]=tsp(CityNum);
m=CityNum; %蚂蚁个数
Eta=1./dislist;%Eta为启发因子,这里设为距离的倒数
Tau=ones(CityNumCityNum);%Tau为信息素矩阵
Tabu=zeros(mCityNum);%存储并记录路径的生成
NC=1;%迭代计数器
R_best=zeros(NC_maxCityNum); %各代最佳路线
L_best=inf.*ones(NC_max1);%各代最佳路线的长度
L_ave=zeros(NC_max1);%各代路线的平均长度

figure(1);
while NC<=NC_max %停止条件之一:达到最大迭代次数
    %将m只蚂蚁放到CityNum个城市上
    Randpos=[];
    for i=1:(ceil(m/CityNum))
        Randpos=[Randposrandperm(CityNum)];
    end
    Tabu(:1)=(Randpos(11:m))‘;
    
    %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:CityNum
        for i=1:m
            visited=Tabu(i1:(j-1)); %已访问的城市
            J=zeros(1(CityNum-j+1

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2230  2007-10-15 14:09  各种优化算法解决TSP问题\particle_swarm_optimization.m

     文件       1716  2007-10-12 16:09  各种优化算法解决TSP问题\particle_swarm_optimization1.m

     文件       1742  2006-09-22 16:12  各种优化算法解决TSP问题\simulated_annealing.m

     文件       2626  2006-11-22 15:09  各种优化算法解决TSP问题\tabu_search.m

     文件       2134  2006-09-12 10:40  各种优化算法解决TSP问题\tsp.m

     文件       2577  2007-10-10 14:39  各种优化算法解决TSP问题\ant_colony_system.m

     文件        169  2006-09-12 16:45  各种优化算法解决TSP问题\CalDist.m

     文件        163  2007-10-12 15:59  各种优化算法解决TSP问题\changeFun.m

     文件        170  2007-10-12 15:31  各种优化算法解决TSP问题\changeNum.m

     文件        610  2006-09-22 14:15  各种优化算法解决TSP问题\drawTSP.m

     文件        636  2006-12-13 16:33  各种优化算法解决TSP问题\drawTSP10.m

     文件       3435  2007-01-29 15:24  各种优化算法解决TSP问题\genetic_algorithm.m

     文件       2018  2006-12-19 17:30  各种优化算法解决TSP问题\hopfield_neuro_network.m

     目录          0  2008-08-27 21:26  各种优化算法解决TSP问题

----------- ---------  ---------- -----  ----

                20226                    14


评论

共有 条评论