蚁群算法求解最短路径问题MATLAB代码

基本的matlab蚁群算法求解最短路径问题，里面另附有初始数据

function [R_bestL_bestL_aveShortest_RouteShortest_Length]=ACATSP（DNC_maxmAlphaBetaRhoQ）
%%=========================================================================
%% ACATSP.m
%% Ant Colony Algorithm for Traveling Salesman Problem
%% ChengAihuaPLA Information Engineering UniversityZhengZhouChina
%% Email:aihuacheng@gmail.com
%% All rights reserved
%%-------------------------------------------------------------------------
%% 主要符号说明
%% C n个城市的坐标，n×2的矩阵
%% NC_max 最大迭代次数
%% m 蚂蚁个数
%% Alpha 表征信息素重要程度的参数
%% Beta 表征启发式因子重要程度的参数
%% Rho 信息素蒸发系数
%% Q 信息素增加强度系数
%% R_best 各代最佳路线
%% L_best 各代最佳路线的长度
%%=========================================================================

n=length（D）;%n 为市个数
Eta=1./D;%Eta为启发因子，这里设为距离的倒数
Tau=ones（nn）;%Tau为信息素矩阵
Tabu=zeros（mn）;%存储并记录路径的生成
NC=1;%迭代计数器
R_best=zeros（NC_maxn）;%各代最佳路线
L_best=inf.*ones（NC_max1）;%各代最佳路线的长度
L_ave=zeros（NC_max1）;%各代路线的平均长度

while NC<=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
Randpos=[];
for i=1:（ceil（m/n））
Randpos=[Randposrandperm（n）];
end
Tabu（:1）=（Randpos（11: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
for j=2:n
for i=1:m
visited=Tabu（i1:（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;
for k=1:n
if length（find（visited==k））==0
J（Jc）=k;
Jc=Jc+1;
end
end
%下面计算待选城市的概率分布
for k=1:length（J）
P（k）=（Tau（visited（end）J（k））^Alpha）*（Eta（visited（end）J（k））^Beta）;
end
P=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（ij）=to_visit;
end
end
if NC>=2
Tabu（1:）=R_best（NC-1:）;
end

%%第四步：记录本次迭代最佳路线
L=zeros（m1）;
for i=1:m
R=Tabu（i:）;
for j=1:（n-1）
L（i）=L（i）+D（R（j）R（j+1））;
end
L（i）=L（i）+D（R（1）R（n））;
end
L_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（nn）;
for i=1:m
for j=1:（n-1）
Delta_Tau（Tabu（ij）Tabu（ij+1））=Delta_Tau（Tabu（ij）Tabu（ij+1））+Q/L（i）;
end
Delta_Tau（Tabu（in）Tabu（i1））=Delta_Tau（Tabu（in）Tabu（i1））+Q/L（i）;
end
Tau=（1-Rho）.*Tau+Delta_Tau;

%%第六步：禁忌表清零
Tabu=zeros（mn）;
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（121）
subplot（122）
plot（L_best）
hold on
plot（L_ave）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件         45  2007-09-29 00:44  蚁群算法\初始数据.txt

     文件       2585  2007-09-29 00:37  蚁群算法\蚁群算法（D为最短路矩阵）.m

     文件       2151  2007-09-28 21:38  蚁群算法\蚁群过程文件\QACS蚁群算法.m

     文件        516  2007-09-28 21:23  蚁群算法\蚁群过程文件\蚁群算法.m

     文件        512  2007-09-28 21:36  蚁群算法\蚁群过程文件\蚁群算法.txt

     文件       3377  2007-09-28 23:09  蚁群算法\蚁群过程文件\蚁群算法1.m

     文件       2811  2000-01-01 03:14  蚁群算法\蚁群过程文件\蚁群算法（适合）.asv

     文件       2765  2007-09-28 23:10  蚁群算法\蚁群过程文件\蚁群算法（适合）.m

     目录          0  2008-10-21 10:52  蚁群算法\蚁群过程文件

     目录          0  2008-10-21 10:52  蚁群算法

     文件        183  2008-09-03 11:09  Matlab中文论坛--助努力的人完成毕业设计.url

     文件       3434  2008-05-15 08:26  使用帮助：新手必看.htm

----------- ---------  ---------- -----  ----

                18379                    12