蜂群算法优化旅行商问题

ABC_TSP，人工蜂群算法优化旅行商问题matlab代码，完整无误。

%%%%%%%%%%%%%
clear all
close all
clc
%%%%%%%%%%%%初始化种群参数 %%%%%%%%%%
NP = 20;
FoodNumber = NP/2;
Limit = 100;
maxCycle = 2500;
%%%%%%%%%%%% 定义全局变量 %%%%%%%%%
global NC;
global d;
NC = 14;
%城市位置矩阵
x（1） = 16.47;x（2） = 16.47;x（3） = 20.09;x（4） = 22.39;x（5） = 25.23;x（6） = 22.00;x（7） = 20.47;
x（8） = 17.20;x（9） = 16.30;x（10） = 14.05;x（11） = 16.53;x（12） = 21.52;x（13） = 19.41;x（14） = 20.09;
y（1） = 96.10;y（2） = 94.44;y（3） = 92.54;y（4） = 93.37;y（5） = 97.24;y（6） = 96.05;y（7） = 97.02;
y（8） = 96.29;y（9） = 97.38;y（10） = 98.12;y（11） = 97.38;y（12） = 95.59;y（13） = 97.13;y（14） = 94.55;
%计算各城市之间的距离
for m = 1:14
    for n = 1:14
        d（mn） =sqrt（（x（m）-x（n））^2+（y（m）-y（n））^2）;
    end
end
%画初始路径图
figure（1）;
for m = 1:NC
    scatter（x（m）y（m）50‘r‘）
    hold on
end
plot（[x（1）x（2）x（3）x（4）x（5）x（6）x（7）...
x（8）x（9）x（10）x（11）x（12）x（13）x（14）x（1）][y（1）y（2）y（3）y（4）y（5）y（6）y（7）...
y（8）y（9）y（10）y（11）y（12）y（13）y（14）y（1）]）;
title（‘初始路径‘）;
xlabel（‘城市X坐标‘）;
ylabel（‘城市Y坐标‘）;
runtime = 10;
GlobalMins = zeros（1runtime）;
for r = 1:runtime
    %初始化蜂群
   a=initial（NP/2NC）;
for i = 1:FoodNumber 
    Foods（i:） = a（i:）;
end
%计算适应度函数值
for i = 1:FoodNumber
    route = Foods（i:）;
    Fitness（i） = calculateFitness（route）;
end
% 初始化搜索次数，用于和Limit比较
trial=zeros（1FoodNumber）;
%找出适应度函数值的最小值
BestInd = find（Fitness == min（Fitness））;
BestInd = BestInd（end）;
GlobalMin = Fitness（BestInd）;
GlobalParams = Foods（BestInd:）;
%迭代开始
iter = 1;
j = 1;
while （（iter <= maxCycle））
    %%%%%%%%采蜜蜂模式 %%%%%%%%
    for i = 1:FoodNumber
        %随机交换3个城市的顺序，改变此时的路线
        route_next = Foods（i:）;
        l = round（2+12*rand（））;
        m = round（2+12*rand（））;
        n = round（2+12*rand（））;
        temp = route_next（l）;
        route_next（l） = route_next（m）;
        route_next（m） = route_next（n）;
        route_next（n） = temp;
        %计算新蜜源的适应度函数值
        FitnessSol = calculateFitness（route_next）;
        %使用贪婪准则，寻找最优蜜源
        if （FitnessSol < Fitness（i））
            Foods（i:） = route_next;
            Fitness（i） = FitnessSol;
            trial（i） = 0;
        else
            trial（i） = trial（i）+1;
        end
    end
    %%%%%%%%%%%根据适应度值计算采蜜蜂被跟随蜂跟随的概率
    prob = （0.9*Fitness./max（Fitness））+0.1;
    %%%%%%%%%%%%%    观察蜂     %%%%%%%%
    i = 1;
    t = 0;
    while（t < FoodNumber）
        if（rand < prob（i））
           t = t+1;
        %随机交换3个城市的顺序，改变此时的路线
        route_next = Foods（i:）;
        l = round（2+12*rand（））;
        m = round（2+12*rand（））;
        n = round（2+12*rand（））;
        temp = route_next（l）;
        route_next（l） = route_next（m）;
        route_next（m） = route_next（n）;
        route_next（n） = temp;
        %计算新蜜源的适应度函数值
        FitnessSol = calculateFitness（route_next）;
        %使用贪婪准则，寻找最优蜜源
        if （FitnessSol < Fitness（i））
            Foods（i:） = route_next;
            Fitness（i） = FitnessSol;
            trial（i） = 0;
        else
            tri

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-04-14 13:21  ABC_TSP\
     文件        5198  2017-07-25 17:37  ABC_TSP\ABC_TSP.m
     文件         226  2017-07-24 21:44  ABC_TSP\calculateFitness.m
     文件         261  2017-07-24 21:26  ABC_TSP\initial.m