蟻群算法路徑優(yōu)化算法

以rsp為冽，基本蟻群算法的具體實現步橐如=：（1）參數初始化二令時間皆0和循壞次數岡設置最大循環(huán)次StJV?O?將m只匹蟻置于II個元素（城市）上，令有向圖上每條邊（2）循環(huán)次數A；J、；+l,⑶螞蟻的禁忌表案引號心1,C4）螞蟻數目上<-盤+1*C5）螞蟻個體根據狀態(tài)轉移槪圭公式計算的概率選擇元素（城t）.1并前逬,，若cjZ/owdjjjEG-taftwtD，若cjZ/owdjj“：ct)；丫【□?][和c)r*jeSffred4否則其中，表示在t時刻螞蟻k由元素（城市）i轉移到元素（城市）j的狀態(tài)轉移概率。allowedk=C-tabuk表示螞蟻k下一步允許選擇的城市。 a為啟發(fā)式因子，表示軌跡的相對重要性，反映了螞蟻在運動過程中所積累的信息在螞蟻運動時所起的作用， 其值越大，則該螞蟻越傾向于選擇其他螞蟻經過的路徑， 螞蟻之間的協(xié)作性越強。 3為期望啟發(fā)式因子，表示能見度的相對重要性，反映了螞蟻在運動過程中啟發(fā)信息在螞蟻選擇路徑中的受重視程度， 其值越旳⑴=舟大，則該狀態(tài)轉移概率越接近于貪心規(guī)則； nij（t）為啟發(fā)函數，表達式為 兩」。式中，dij表示相鄰兩個城市之間的距離。 （6）修改禁忌表指針，即選擇好之后將螞蟻移動到新的元素（城市），并把該元素（城市）移動到該螞蟻個體的禁忌表中。 （7）若集合C中元素（城市）未遍歷完，即 k<m，則跳轉到第（4）步，否則執(zhí)行第（8）步。（8）根據公式更新每條路徑上的信息量： tij（t+n）=（1- p）*tij（t）+Atij（t）i（9）若滿足結束條件，即如果循環(huán)次數，則循環(huán)結束并輸出程序計算結果，否則清空禁忌表并跳轉到第（2）步。蟻群算法的matlab源程序1.蟻群算法主程序： main.m%function[bestroute,routelength]=AntClccleartic%讀入城市間距離矩陣數據文件CooCity=load（'CooCity.txt'）;%城市網絡圖坐標數據文件，txt形式給出NC=length（CooCity）; %城市個數

fori=1:NC%計算各城市間的距離forj=1:NCdistance(i,j)=sqrt((CooCity(i,2)-CooCity(j,2))A2+(CooCity(i,3)-CooCity(j,3))A2);endendMAXIT=10;%最大循環(huán)次數Citystart=[]; %起點城市編號tau=ones(NC,NC);%初始時刻各邊上的信息痕跡為1rho=0.5;%揮發(fā)系數alpha=1; %殘留信息相對重要度beta=5; %預見值的相對重要度Q=10; %蟻環(huán)常數NumAnt=20;routelength=inf;forn=1:MAXIT%螞蟻數量%NumAnt=20;routelength=inf;forn=1:MAXIT%螞蟻數量%用來記錄當前找到的最優(yōu)路徑長度fork=1:NumAnt%考查第K只螞蟻deltatau=zeros(NC,NC);%第K只螞蟻移動前各邊上的信息增量為零%[routek,lengthk]=path(distance,tau,alpha,beta,[]); %不靠率起始點[routek,lengthk]=path(distance,tau,alpha,beta,Citystart);%指定起始點ilengthk<routelength %找到一條更好的路徑:::routelength=lengthk;:::bestroute=routek;endfori=1:NC-1 %第K只螞蟻在路徑上釋放的信息量信息素更deltatau(routek(i),routek(i+1))=deltatau(routek(i),routek(i+1))+Q/lengthk;%新信息素更end%deltatau(routek(NC),1)=deltatau(routek(NC),1)+Q/lengthk;%endlength_n(n)=routelength;%記錄路徑收斂tau=(1-rho).*tau;%信息素揮發(fā)end%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%costtime=toc;subplot(1,2,1),plot([CooCity(bestroute,2)],[CooCity(bestroute,3)],'-*')subplot(1,2,2),plot([1:MAXIT],length_n,'-*')[routelength,costtime]2.蟻群算法尋找路徑程序：path.m%某只螞蟻找到的某條路徑routek,lengthkfunction[routek,lengthk]=path(distance,tau,alpha,beta,Citystart)[m,n]=size(distance);ifisempty(Citystart)%如果不確定起點p=fix(m*rand)+1;%隨機方式初始化起點，均勻概率else

p=Citystart; %外部給定確定起點 endlengthk=O; %初始路徑長度設為 0routek=[p];%螞蟻路徑點序列，即該螞蟻已經過的城市集合，路徑初始起點fori=1:m-1np=routek(end);%螞蟻路徑城市序號，依次經過的城市編號np_sum=0;%路由長度初始為0forj=1:mifinroute(j,routek)%判斷城市節(jié)點j是否屬于tabuk，即是否已經過continue;else %為還未經過的點ada=1/distance(np,j);%預見度np_sum=np_sum+tau(np,j)Aalpha*adaAbeta;%路由表：信息痕跡、預見度endendcp=zeros(1,m);%轉移概率，基于路徑長度及路由表forj=1:mifinroute(j,routek)continue;elseada=1/distance(np,j); %預見度cp(j)=tau(np,j)Aalpha*adaAbeta/np_sum;%np到j的轉移概率endendNextCity=nextcitychoose2(cp);%根據轉移概率確定下一個城市 ，%直觀地，取轉移概