资源简介
用于配电网重构的蚁群算法,Matlab程序。
代码片段和文件信息
clear;
clc;
G=textread(‘IEEE33.txt‘);%支路号—节点号矩阵
alpha=1;%蚂蚁在运动过程中所积累信息(即信息素)在蚂蚁选择路径时的相对重要程度,alpha过大时,算法迭代到一定代数后将出现停滞现象
beta=5;%启发式因子在蚂蚁选择路径时的相对重要程度
rho=0.5;%0 Q=100;%蚂蚁释放的信息素量,对本算法的性能影响不大
Tau=ones(137)*Q;%路径上的初始信息素
R=G(:4)‘;
eta=1./R;%对应LN中的支路能见度
Nc=0;
Nc_max=50;
m=25;
trip=zeros(m32);%m只蚂蚁走过的m条路径
trip(:1)=1;
P=zeros(1m);%同一次迭代中每只蚂蚁所走路径的网损值
Ploss=zeros(1Nc_max);%每次迭代的网损值
PP=zeros(1m);
while Nc Nc=Nc+1
for i=1:m
t=1;
S=[1];%蚂蚁k连入树的节点集合
W=[234567891011121314151617181920212223242526272829303132];%蚂蚁k连入树的节点集合
E=[218];%两节点集合间所有可选路径
while t<32
t=t+1;
long=length(E);
tao=zeros(1long);
eta1=zeros(1long);
for j=1:long
tao(j)=Tau(E(j));%返回可选路径上的初始信息素
eta1(j)=eta(E(j));%返回可选路径的能见度
end
tao;
eta1;
he=sum((tao.^alpha).*(eta1.^beta));%求和
%******************************按概率选择路径******************************&
q0=0.5;
probability=zeros(1long);
a=rand;
if a>q0
for k=1:long
probability(k)=tao(k)^alpha*eta1(k)^beta;
end
probability;
for o=1:long
chance=sort(probability‘ascend‘);
Locate=find(probability==chance(end));
l=E(Locate(1));%若rand大于0.5,在E中选取概率最大的路径
N=G(l2:3);%所选路径的首、末端节点编号
P=intersect(NS);%N与已连入树的节点的公共节点
if P==N
Locate=find(E==l);%E是存储数据的数组名,find是找到等于l的数的位置
E(Locate)=[];%删除数组E中等于l的元素
E=unique(E);
probability(probability==chance(end))=[];
else
break
end
end
%修正3个集合
if intersect(G(l2)S)==G(l2)
S=[SG(l3)];
Locate=find(W==G(l3));%W是存储数据的数组名,find是找到等于G(l3)的数的位置
W(Locate)=[];%删除数组W中等于G(l3)的元素
if isempty(W)==1
trip(it)=l;%将已走过的路径存放在trip中
break
end
[rowcol]=find(G(:2:3)==G(l3));%与节点j相关联的新增支路所在位置
E=[Erow‘];
Locate=find(E==l);%E是存储数据的数组名,find是找到等于l的数的位置
E(Locate)=[];%删除数组a中等于l的元素
E=unique(E);
trip(it)=l;%将已走过的路径存放在trip中
else
if intersect(G(l3)S)==G(l3)
S=[SG(l2)];
Locate=find(W==G(l2));%W是存储数据的数组名,find是找到等于G(l2)的数的位
- 上一篇:电机闭环仿真_Matlab_SIMUli
nk - 下一篇:大尺度衰落模型
相关资源
- 蚁群算法实现TSP问题
- 蚁群算法优化PID参数
- 自己写的蚁群算法实验带GUI matlab写的
- 蚁群算法最短路径通用Matlab程序
- 基于蚁群算法的图像边缘检测
- 蚁群算法解决01背包问题
- 基于Matlab的QoS组播路由问题的蚁群算
- 图像边缘检测
- 蚁群算法动态寻路算法
- text-edge-detection 蚁群算法
- CVRP 一个用蚁群算法做OCVRP的代码。不
- 基于蚁群算法的机器人路径规划(避
- matlab蚁群算法工具箱matlab蚁群算法工
- MATLAB——基于蚁群算法的三维路
- 蚁群算法matlab代码
- 智能优化算法及其MATLAB第2版源代码
- 基于matlab编写的利用蚁群算法的小车
- 蚁群算法解决旅行商问题(Matlab版)
- 蚁群算法解决 TSP问题 matlab 2017a 编
- 蚁群算法连续函数优化问题
- 协作通信的中继选择和功率控制(r
- 用蚁群算法解决CVRP
- MOACO 多目标蚁群算法
- 蚁群算法三维路径规划
- evacuation
- 蚁群算法智能优化
- ACO 用MATLAB编写的蚁群算法最短路径寻
- Genetic_and_Ant_Algorithms_src 对想研究改进
- ESDA 无线传感器网络覆盖 基于蚁群算
- ant-algorithim
评论
共有 条评论