蚁群算法实现TSP-副本

蚁群算法实现TSP-副本

ID:39932788

大小:234.52 KB

页数:14页

时间:2019-07-15

蚁群算法实现TSP-副本_第1页
蚁群算法实现TSP-副本_第2页
蚁群算法实现TSP-副本_第3页
蚁群算法实现TSP-副本_第4页
蚁群算法实现TSP-副本_第5页
资源描述:

《蚁群算法实现TSP-副本》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、蚁群算法求解TSP问题14目录蚁群算法求解TSP问题3摘 要:3关键词:3一、引言3二、蚁群算法原理4三、蚁群算法解决TSP问题6四、解决n个城市的TSP问题的算法步骤8五、仿真结果9参考文献:10附录1014蚁群算法求解TSP问题摘 要:蚁群算法是通过蚂蚁觅食而发展出的一种新的启发算法,该算法已经成功的解决了诸如TSP问题。本文简要学习探讨了蚂蚁算法和TSP问题的基本内容,尝试通过matlab仿真解决一个实例问题。关键词:蚁群算法;TSP问题;matlab。一、引言TSP(TravellingSalesmanProblem)又称货郎担或巡回售货员问题。TSP问题可以描

2、述为:有N个城市,一售货员从起始城市出发,访问所有的城市一次,最后回到起始城市,求最短路径。TSP问题除了具有明显的实际意义外,有许多问题都可以归结为TSP问题。目前针对这一问题已有许多解法,如穷举搜索法(ExhaustiveSearchMethod),贪心法(GreedyMethod),动态规划法(DynamicProgrammingMethod)分支界定法(Branch-And-Bound),遗传算法(GeneticAgorithm)模拟退火法(simulatedannealing),禁忌搜索。本文介绍了一种求解TSP问题的算法—蚁群算法,并通过matlab仿真求解

3、31个省会城市之间的最短距离,经过仿真试验,证明是一种解决TSP问题有效的方法。20世纪90年代,意大利学者M.Dorigo等人在新型算法研究的过程中,通过模拟自然界蚂蚁的觅食过程:即通过信息素(pheromone)的相互交流从而找到由蚁巢至食物的最短路径,提出了一种基于信息正反馈原理的新型模拟进化算法——蚁群算法(AntColonyalgorithm)。14蚁群算法是继遗传算法、人工神经网络等算法之后的又一种启发式算法,它的基本原理借鉴了这样一个客观事实:蚂蚁由自组织的合作能力所产生的群体智能来寻找路径,它被认为是用于解决组合优化问题的又一种新方法。蚁群算法是一种适应

4、性好、鲁棒性强,具有正反馈结构的并行算法。这些初步研究已显示出蚁群算法在求解复杂优化问题(特别是离散优化问题)方面的一些优越性,证明它是一种很有发展前景的方法。蚂蚁算法在各个领域的应用,说明该算法有着广泛的适应性,但由于该算法出现的较晚,对其研究还处于起步阶段,远不如遗传算法、人工神经网络和模拟退火算法那样成熟。二、蚁群算法原理蚁群算法的基本原理来源于自然界蚂蚁觅食的最短路径原理,根据昆虫学家的观察,发现自然界的蚂蚁虽然视觉不发达,但它可以在没有任何提示的情况下找到从食物源到巢穴的最短路径,并且能在环境发生变化(如原有路径上有了障碍物)后,自适应地搜索新的最佳路径。蚂蚁

5、是如何做到这一点的呢?原来,单个的蚂蚁为了避免自己迷路,它在爬行时,同时也会释放一种特殊的分泌物——信息素(Pheromone),而且它也能觉察到一定范围内的其它蚂蚁所分泌的信息素,并由此影响它自己的行为。当一条路上的信息素越来越多(当然,随着时间的推移会逐渐减弱),后来的蚂蚁选择这条路径的概率也就越来越大,从而进一步增加了该路径的信息素浓度,这种选择过程称为蚂蚁的自催化过程,其原理是一种正反馈机制。这里我们可以用一个图来说明蚂蚁觅食的最短路径选择原理,如图2-1所示。14图2-1蚁群觅食原理如图2-1(a)所示,我们假设A点是食物,而E点是蚂蚁的巢穴,当A、E两点间没

6、有任何障碍物阻挡时,蚂蚁不存在路径选择的问题,这种情况最简单:由于两点间直线距离最短,蚂蚁们搬运食物时,会以直线的形式往返爬行。但在图2-1(b)中的情形有所变化,若某时刻忽然有一个障碍物出现在蚂蚁经过的路径中,原有的路径被切断,那么从A点到E点的蚂蚁就必须在B点决定应该往左还是往右走,而从E点到A点的蚂蚁也必须在D点决定选择走哪条路径;这种决定会受到各条路径上以往蚂蚁留下的信息素浓度(即残留信息素浓度)的影响。如果往右走的路径上的信息素浓度比较大,那么右边的路径被蚂蚁选中的可能性也就大一些;但是对障碍出现后第一个到达B点或D点的蚂蚁而言,因为没有信息素的影响,所以它们

7、选择向左或者向右的可能性是一样的,(b)图所表示的正是此时的情况。14若以从A点到E点的蚂蚁为例进行说明(对于从E点到A点的蚂蚁而言,过程也基本是一样的),由于路径BCD比路径BHD要短,因此选择BCD路径的第一只蚂蚁要比选择BHD的第一只蚂蚁早到达D点;此时,从D点向B点看,路径DCB上的信息素浓度要比路径DHB上的信息素浓度大。因此从下一时刻开始,从E点经D点到A点的蚂蚁,它们选择DCB路径的可能性要比选择DHB路径的可能性大得多,从而使路径BCD(或DCB)上信息素浓度与路径BHD(或DHB)上信息素浓度的差变大;而信息素浓度差变大

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。