蚁群算法 matlab 极值,matlab蚁群算法寻找最优路径

我会带着你远行 2023-01-13 13:54 187阅读 0赞

function shortroad\_ant\_main

% Ant main program

clear all;close all;clc;%清屏

tic;%计时开始

Ant=50;Ger=100;%运行参数初始化

power=\[0 5 3 100 100 100 100 100 100 100 100 100 100 100 100 100;

100 0 100 1 3 6 100 100 100 100 100 100 100 100 100 100;

100 100 0 100 8 7 6 100 100 100 100 100 100 100 100 100;

100 100 100 0 100 100 100 6 8 100 100 100 100 100 100 100;

100 100 100 100 0 100 100 3 5 100 100 100 100 100 100 100;

100 100 100 100 100 0 100 100 3 3 100 100 100 100 100 100;

100 100 100 100 100 100 0 100 8 4 100 100 100 100 100 100;

100 100 100 100 100 100 100 0 100 100 2 2 100 100 100 100;

100 100 100 100 100 100 100 100 0 100 100 1 2 100 100 100;

100 100 100 100 100 100 100 100 100 0 100 3 3 100 100 100;

100 100 100 100 100 100 100 100 100 100 0 100 100 3 5 100;

100 100 100 100 100 100 100 100 100 100 100 0 100 5 2 100;

100 100 100 100 100 100 100 100 100 100 100 100 0 6 6 100;

100 100 100 100 100 100 100 100 100 100 100 100 100 0 100 4;

100 100 100 100 100 100 100 100 100 100 100 100 100 100 0 3;

100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 0\];

\[PM PN\]=size(power);%查询矩阵维数

% 初始化蚂蚁位置

v=init\_population(Ant,PN);%v是01随机矩阵

v(:,1)=1;v(:,PN)=1;%始点和终点纳入路径

%把距离当信息素浓度

fit=short\_road\_fun(v,power);

%距离越小越好，所以要和信息素浓度相对应。

T0 = max(fit)-fit;%初步理解TO为信息素量

% 画出图形

figure(1);grid on;hold on;

plot(fit,'k\*');

title('(a)蚂蚁的初始位置');

xlabel('x');ylabel('f(x)');%XY轴的文字说明

% 初始化

vmfit=\[\];vx=\[\];

P0=0.2; % P0----全局转移选择因子

P=0.8; % P ----信息素蒸发系数

%C=\[\];

% 开始寻优

for i\_ger=1:Ger%迭代次数GER=100

lamda=1/i\_ger; % 转移步长参数 (启发函数？？？？)

\[T\_Best(i\_ger),BestIndex\]=max(T0);%最大信息素浓度，MAX(T0)赋值到T\_BEST，BESTINDEX控制矩阵的列数，T\_Best是一个100列的数(递减)

for j\_g=1:Ant % 求取全局转移概率

r=T0(BestIndex)-T0(j\_g);%与最佳的蚂蚁的距离

Prob(i\_ger,j\_g)=r/T0(BestIndex);%应该以多大的速率向它靠拢，信息素挥发？？？？？？？，Prob(50列)由于for循环一直在变化

end

for j\_g\_tr=1:Ant %表示j\_g\_tr的变化从1→50

if Prob(i\_ger,j\_g\_tr)

%局部转移----小动作转移

M=rand(1,PN)

temp=v(j\_g\_tr,:)-2.\*(v(j\_g\_tr,:).\*M)+M;

else

%全局转移----大步伐转移

M=rand(1,PN)

temp=v(j\_g\_tr,:)-2.\*(v(j\_g\_tr,:).\*M)+M;

end

%始点和终点重新加入。即不能在移动过程中发生改变。

temp(:,1)=1;temp(:,end)=1;

if short\_road\_fun(temp,power)

%记录

v(j\_g\_tr,:)=temp;%寻找最小值

end

%信息素更新 ，准备下一次迭代

fit=short\_road\_fun(v,power);

T0 = (1-P)\*T0+(max(fit)-fit);%信息素蒸发%P为信息素挥发因子

\[sol,indb\]=min(fit);

v(1,:)=v(indb,:);%记录本次迭代的状态

media=mean(fit);%向量中和元素均值

vx=\[vx sol\];%sol表示最优?路径?

vmfit=\[vmfit media\];

end

% % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % % %

%%%% 最后结果

disp(sprintf('\\n')); %空一行

% 显示最优解及最优值

disp(sprintf('Shortroad is %s',num2str(find(v(indb,:)))));%num2str数据转换成字符。

disp(sprintf('Mininum is %d',sol));

v(indb,:)

% 图形显示最优结果

figure(2);grid on;hold on;

plot(fit,'r\*');

title('蚂蚁的最终位置');

xlabel('x');

ylabel('f(x)');

% 图形显示最优及平均函数值变化趋势

figure(3);

plot(vx);

title('最优,平均函数值变化趋势');

xlabel('Generations');ylabel('f(x)');

hold on;plot(vmfit,'r');hold off;

runtime=toc%时间结束

end

function fit=short\_road\_fun(v,power)

\[vm vn\]=size(v);

fit=zeros(vm,1);%记录每一条路径的距离

for i=1:vm

I=find(v(i,:)==1);%寻找在路径上的点,找到v矩阵中i行中值为1的列序号,并将列序号存储为I矩阵

\[Im,In\]=size(I);%查询列数

for j=1:In-1

fit(i)=fit(i)+power(I(j),I(j+1));%求路径的距离

end

%Function init\_population

function v=init\_population(n1,s1)

v=round(rand(n1,s1));%初始化所有的蚂蚁

end

M=rand(1,PN)

temp=v(j\_g\_tr,:)-2.\*(v(j\_g\_tr,:).\*M)+M;

这个temp是什么意思？\[a b\]=c这句又该怎么理解呢？

人打赏

0人 点赞

主帖获得的天涯分：0

举报 |

楼主

楼主发言：2次 发图：0张 | 添加到话题 |

蚁群算法 matlab 极值,matlab蚁群算法寻找最优路径

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关基于蚁群算法优化的VRPSD问题的MATLAB模拟

相关蚁群算法求解旅行商问题及Matlab代码实现

相关使用蚁群算法求解二维路径规划问题的MATLAB代码

相关基于MATLAB GUI的蚁群算法解决旅行商问题

相关蚁群算法pid matlab,蚁群算法matlab源码

相关蚁群算法 matlab 极值,matlab蚁群算法寻找最优路径

相关 MATLAB机器学习系列-12：蚁群算法优化原理及其matlab实现

相关 matlab蚁群算法解决vrp过程,蚁群算法MATLAB解VRP问题

相关蚁群算法简介

相关蚁群算法