1、可以直接运行的蚁群算法(matlab版)D=0 177.6 320.4 184.8 150 408 230.4156 344.4 256.8 372 120 321.6177.6 0 279.6 69.6 188.4 367.2 189.6 247.2 303.6 141.6331.2 157.6 177.6320.4 279.6 0 268.8 398.4 147.6 90 404.4 174 196.8 111.6200.4 122.4184.8 69.6 268.8 0 195.6 356.4 259.2 254.4 373.2 72 320.4227.2 146.4150 188.4
2、398.4 195.6 0 486 308.4 166.8 422.4 267.6450 198 342408 367.2 147.6 356.4 486 0 177.6 492 321.6 284.4199.2 288 210230.4 189.6 90 259.2 308.4 177.6 0 314.4 238.8 226.8 141.6110.4 152.4156 247.2 404.4 254.4 166.8 492 314.4 0 428.4 326.4456 204 400.8344.4 303.6 174 373.2 422.4 321.6 238.8 428.4 0 36213
3、5.6 224.4 296.4256.8 141.6 196.8 72 267.6 284.4 226.8 326.4 362 0 248.4216 74.4372 331.2 111.6 320.4 450 199.2 141.6 456 135.6 248.40 252 174120 157.6 200.4 227.2 198 288 110.4 204 224.4 216252 0 220321.6 177.6 122.4 146.4 342 210 152.4 400.8 296.4 74.4174 220 0;m=31;Alpha=1;Beta=5;Rho=0.1;NC_max=50
4、;Q=100;n=13;m=200;NC_max=100;%n表示问题的规模（城市个数）,m蚂蚁个数,NC_max最大迭代次数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whileNC=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R
5、andpos=;fori=1:(ceil(m/n)Randpos=Randpos,randperm(n);endTabu(:,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forj=2:nfori=1:mvisited=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;fork=1:niflength(find(visited=k)=0J(Jc)=k;Jc=Jc+1;endend%下面计算待选城市的概率分布fork=1:length(J)P(k)=(Tau(
6、visited(end),J(k)Alpha)*(Eta(visited(end),J(k)Beta);endP=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;endendifNC=2Tabu(1,:)=R_best(NC-1,:);end%第四步：记录本次迭代最佳路线L=zeros(m,1);fori=1:mR=Tabu(i,:);forj=1:(n-1)L(i)=L(i)+D(R(j),R(j+1);endL(i)=L(i)+D(R(1
7、),R(n);endL_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);fori=1:mforj=1:(n-1)Delta_Tau(Tabu(i,j),Tabu(i,j+1)=Delta_Tau(Tabu(i,j),Tabu(i,j+1)+Q/L(i);endDelta_Tau(Tabu(i,n),Tabu(i,1)=Delta_Tau(Tabu(i,n),Tabu(i,1)+Q/L(i);endTau=(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)subplot(1,2,1)DrawRoute(C,Shortest_Route)subplot(1,2,2)plot(L_best)holdonplot(L_ave)
