基于蚁群算法的MATLAB实现Word文档格式.docx
《基于蚁群算法的MATLAB实现Word文档格式.docx》由会员分享，可在线阅读，更多相关《基于蚁群算法的MATLAB实现Word文档格式.docx（6页珍藏版）》请在冰点文库上搜索。
%
%输出参数列表
%ROUTES每一代的每一只蚂蚁的爬行路线
%PL每一代的每一只蚂蚁的爬行路线长度
%Tau输出动态修正过的信息素
%%--------------------变量初始化----------------------------------
%load
D=G2D（G）;
N=size（D,1）;
%N表示问题的规模（象素个数）
MM=size（G,1）;
a=1;
%小方格象素的边长
Ex=a*（mod（E,MM）-0.5）;
%终止点横坐标
ifEx==-0.5
Ex=MM-0.5;
end
Ey=a*（MM+0.5-ceil（E/MM））;
%终止点纵坐标
Eta=zeros（1,N）;
%启发式信息，取为至目标点的直线距离的倒数
%下面构造启发式信息矩阵
fori=1:
N
ix=a*（mod（i,MM）-0.5）;
ifix==-0.5
ix=MM-0.5;
end
iy=a*（MM+0.5-ceil（i/MM））;
ifi~=E
Eta（1,i）=1/（（ix-Ex）^2+（iy-Ey）^2）^0.5;
else
Eta（1,i）=100;
ROUTES=cell（K,M）;
%用细胞结构存储每一代的每一只蚂蚁的爬行路线
PL=zeros（K,M）;
%用矩阵存储每一代的每一只蚂蚁的爬行路线长度
%%-----------启动K轮蚂蚁觅食活动，每轮派出M只蚂蚁--------------------
fork=1:
K
%disp（k）;
form=1:
M
%%第一步：
状态初始化
W=S;
%当前节点初始化为起始点
Path=S;
%爬行路线初始化
PLkm=0;
%爬行路线长度初始化
TABUkm（S）=0;
%已经在初始点了，因此要排除
DD=D;
%邻接矩阵初始化
%%第二步：
下一步可以前往的节点
DW=DD（W,:
）;
DW1=find（DW<
inf）;
forj=1:
length（DW1）
ifTABUkm（DW1（j））==0
end
end
LJD=find（DW<
%可选节点集
Len_LJD=length（LJD）;
%可选节点的个数
%%觅食停止条件：
蚂蚁未遇到食物或者陷入死胡同
whileW~=E&
&
Len_LJD>
=1
%%第三步：
转轮赌法选择下一步怎么走
PP=zeros（1,Len_LJD）;
fori=1:
Len_LJD
PP=PP/（sum（PP））;
%建立概率分布
Pcum=cumsum（PP）;
Select=find（Pcum>
=rand）;
to_visit=LJD（Select
（1））;
%下一步将要前往的节点
%%第四步：
状态更新和记录
Path=[Path,to_visit];
%路径增加
PLkm=PLkm+DD（W,to_visit）;
%路径长度增加
W=to_visit;
%蚂蚁移到下一个节点
forkk=1:
ifTABUkm（kk）==0
DD（W,kk）=inf;
DD（kk,W）=inf;
end
TABUkm（W）=0;
%已访问过的节点从禁忌表中删除
DW=DD（W,:
LJD=find（DW<
Len_LJD=length（LJD）;
%%第五步：
记下每一代每一只蚂蚁的觅食路线和路线长度
ROUTES{k,m}=Path;
ifPath（end）==E
PL（k,m）=PLkm;
else
PL（k,m）=inf;
%%第六步：
更新信息素
Delta_Tau=zeros（N,N）;
%更新量初始化
ifPL（k,m）<
inf
ROUT=ROUTES{k,m};
TS=length（ROUT）-1;
%跳数
PL_km=PL（k,m）;
fors=1:
TS
x=ROUT（s）;
y=ROUT（s+1）;
Delta_Tau（x,y）=Delta_Tau（x,y）+Q/PL_km;
Delta_Tau（y,x）=Delta_Tau（y,x）+Q/PL_km;
Tau=（1-Rho）.*Tau+Delta_Tau;
%信息素挥发一部分，新增加一部分
%%---------------------------绘图--------------------------------
plotif=0;
%是否绘图的控制参数
ifplotif==1
%绘收敛曲线
meanPL=zeros（1,K）;
minPL=zeros（1,K）;
fori=1:
PLK=PL（i,:
Nonzero=find（PLK<
PLKPLK=PLK（Nonzero）;
meanPL（i）=mean（PLKPLK）;
minPL（i）=min（PLKPLK）;
figure
（1）
plot（minPL）;
holdon
plot（meanPL）;
gridon
title（'
收敛曲线（平均路径长度和最小路径长度）'
xlabel（'
迭代次数'
ylabel（'
路径长度'
%绘爬行图
figure
（2）
axis（[0,MM,0,MM]）
MM
ifG（i,j）==1
x1=j-1;
y1=MM-i;
x2=j;
y2=MM-i;
x3=j;
y3=MM-i+1;
x4=j-1;
y4=MM-i+1;
fill（[x1,x2,x3,x4],[y1,y2,y3,y4],[0.2,0.2,0.2]）;
holdon
else
fill（[x1,x2,x3,x4],[y1,y2,y3,y4],[1,1,1]）;
ROUT=ROUTES{K,M};
Rx=ROUT;
Ry=ROUT;
forii=1:
LENROUT
Rx（ii）=a*（mod（ROUT（ii）,MM）-0.5）;
ifRx（ii）==-0.5
Rx（ii）=MM-0.5;
Ry（ii）=a*（MM+0.5-ceil（ROUT（ii）/MM））;
plot（Rx,Ry）
plotif2=0;
%绘各代蚂蚁爬行图
ifplotif2==1
figure（3）
fork=1:
PLK=PL（k,:
minPLK=min（PLK）;
pos=find（PLK==minPLK）;
m=pos
（1）;
ROUT=ROUTES{k,m};
LENROUT=length（ROUT）;
Rx=ROUT;
Ry=ROUT;
forii=1:
Rx（ii）=a*（mod（ROUT（ii）,MM）-0.5）;
ifRx（ii）==-0.5
Rx（ii）=MM-0.5;
Ry（ii）=a*（MM+0.5-ceil（ROUT（ii）/MM））;
plot（Rx,Ry）
holdon
源代码运行结果展示
第6页
升级会员 