资源简介
输入参数列表
G 地形图为01矩阵,如果为1表示障碍物
Tau 初始信息素矩阵(认为前面的觅食活动中有残留的信息素)
K 迭代次数(指蚂蚁出动多少波)
M 蚂蚁个数(每一波蚂蚁有多少个) S 起始点(最短路径的起始点) E 终止点(最短路径的目的点)
代码片段和文件信息
function [ROUTESPLTau]=ACASP(GTauKMSEAlphaBetaRhoQ)
%% ---------------------------------------------------------------
% ACASP.m
% 蚁群算法动态寻路算法
% ChengAihuaPLA Information Engineering UniversityZhengZhouChina
% Email:aihuacheng@gmail.com
% All rights reserved
%% ---------------------------------------------------------------
% 输入参数列表
% G 地形图为01矩阵,如果为1表示障碍物
% Tau 初始信息素矩阵(认为前面的觅食活动中有残留的信息素)
% K 迭代次数(指蚂蚁出动多少波)
% M 蚂蚁个数(每一波蚂蚁有多少个)
% S 起始点(最短路径的起始点)
% E 终止点(最短路径的目的点)
% 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
%
% 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(D1);%N表示问题的规模(象素个数)
MM=size(G1);
a=1;%小方格象素的边长
Ex=a*(mod(EMM)-0.5);%终止点横坐标
if Ex==-0.5
Ex=MM-0.5;
end
Ey=a*(MM+0.5-ceil(E/MM));%终止点纵坐标
Eta=zeros(1N);%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
for i=1:N
if ix==-0.5
ix=MM-0.5;
end
iy=a*(MM+0.5-ceil(i/MM));
if i~=E
Eta(1i)=1/((ix-Ex)^2+(iy-Ey)^2)^0.5;
else
Eta(1i)=100;
end
end
ROUTES=cell(KM);%用细胞结构存储每一代的每一只蚂蚁的爬行路线
PL=zeros(KM);%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--------------------
for k=1:K
disp(k);
for m=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=ones(1N);%禁忌表初始化
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);
for j=1:length(DW1)
if TABUkm(DW1(j))==0
DW(j)=inf;
end
end
LJD=find(DW);
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
while W~=E&&Len_LJD>=1
%% 第三步:转轮赌法选择下一步怎么走
PP=zeros(1Len_LJD);
for i=1:Len_LJD
PP(i)=(Tau(WLJD(i))^Alpha)*(Eta(LJD(i))^Beta);
end
PP=PP/(sum(PP));%建立概率分布
Pcum=cumsum(PP);
Select=find(Pcum>=rand);
%% 第四步:状态更新和记录
Path=[Pathto_visit];%路径增加
PLkm=PLkm+DD(Wto_visit);%路径长度增加
W=to_visit;%蚂蚁移到下一个节点
for kk=1:N
if TABUkm(kk)==0
DD(Wkk)=inf;
DD(kkW)=inf;
end
end
TABUkm(W)=0;%已访问过的节点从禁忌表中删除
for j=1:length(DW1)
if TABUkm(DW1(j))==0
DW(j)=inf;
end
end
LJD=find(DW);
Len_LJD=length(LJD);%可选节点的个数
end
%% 第五步:记下每一代每一只蚂蚁的觅食路线和路线长度
ROUTES{km}=Path;
if Path(end)==E
PL(km)=PLkm;
else
PL(km)=inf;
end
end
%% 第六步:更新信息素
Delta_Tau=zeros(NN);%更新量初始化
for m=1:M
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 6472 2011-11-28 09:48 ACASP.m
相关资源
- 图像边缘检测
- text-edge-detection 蚁群算法
- CVRP 一个用蚁群算法做OCVRP的代码。不
- intelligent algorithm 智能算法
- 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
- 模糊自适应粒子群和蚁群混合算法求
- 多目标函数的优化
- 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
- 人工势场法机器人路径规划
- matlab 道路障碍物识别
- 蚁群算法三维路径规划
- evacuation
- 蚁群算法智能优化
- 无人机航迹规划
- matlab实现障碍物的环境建模
- ACO 用MATLAB编写的蚁群算法最短路径寻
- algorithms 我个人收集的各类智能算法
- pathplann-algorithm
- Genetic_and_Ant_Algorithms_src 对想研究改进
- 30-cases-in-matlab MATLAB智能算法30个案例
评论
共有 条评论