本帖最後由 小蝸 于 2016-4-9 10:09 編輯
鄙人初學蟻群算法，運作時遇到了問題。參數我輸入的是：m=30;Alpha=1;Beta=5;Rho=0.1;NC_max=200;Q=100;C是一個24X2的矩陣，工作區如圖。但是無法運作，顯示參數不足。跪求大神指教！急！線上等！
程式如下：
function [R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=UntitledYQSF5(C,NC_max,m,Alpha,Beta,Rho,Q)
%%-------------------------------------------------------------------------
%% 主要符号說明
%% C n個城市的坐标，n×2的矩陣
%% NC_max 最大疊代次數
%% m 螞蟻個數
%% Alpha 表征資訊素重要程度的參數
%% Beta 表征啟發式因子重要程度的參數
%% Rho 資訊素蒸發系數
%% Q 資訊素增加強度系數
%% R_best 各代最佳路線
%% L_best 各代最佳路線的長度
%%=========================================================================
%%第一步：變量初始化
n=size(C,1);%n表示問題的規模(城市個數)
%%size(A,n)如果在size函數的輸入參數中再添加一項n，并用1或2為n指派，則 size将傳回矩陣的行數或列數。其中r=size(A,1)該語句傳回的時矩陣A的行數， c=size(A,2) 該語句傳回的時矩陣A的列數。
D=zeros(n,n);%D表示完全圖的賦權鄰接矩陣
for i=1:n
for j=1:n
if i~=j
D(i,j)=((C(i,1)-C(j,1))^2+(C(i,2)-C(j,2))^2)^0.5;
else
D(i,j)=eps; %i=j時不計算，應該為0，但後面的啟發因子要取倒數，用eps(浮點相對精度)表示
end
D(j,i)=D(i,j); %對稱矩陣
end
end
Eta=1./D; %Eta為啟發因子，這裡設為距離的倒數
Tau=ones(n,n); %Tau為資訊素矩陣
Tabu=zeros(m,n); %存儲并記錄路徑的生成
NC=1; %疊代計數器，記錄疊代次數
R_best=zeros(NC_max,n); %各代最佳路線
L_best=inf.*ones(NC_max,1); %各代最佳路線的長度
L_ave=zeros(NC_max,1); %各代路線的平均長度
while NC<=NC_max %停止條件之一：達到最大疊代次數，停止
%%第二步：将m隻螞蟻放到n個城市上
Randpos=[]; %随即存取
for i=1:(ceil(m/n)) %ceil函數是取比它大的最小整數 假如5隻螞蟻4座城市 需要循環2次
Randpos=[Randpos,randperm(n)];%随疊代次數改變？
end
Tabu(:,1)=(Randpos(1,1:m))'; %%表示将m個螞蟻随機，每個螞蟻放到前面産生的城市序列中，每個螞蟻一個城市，需要m個，是以提取前面1：m個序列
%%第三步：m隻螞蟻按機率函數選擇下一座城市，完成各自的周遊
for j=2:n %所在城市不計算
for i=1:m
visited=Tabu(i,1:(j-1)); %記錄已通路的城市，避免重複通路
J=zeros(1,(n-j+1)); %待通路的城市
P=J; %待通路城市的選擇機率分布
Jc=1;
for k=1:n
if isempty(find(visited==k, 1)) %開始時置0
J(Jc)=k;
Jc=Jc+1; %通路的城市個數自加1
end
end
%下面計算待選城市的機率分布
for k=1:length(J)
P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);
end
P=P/(sum(P));
%按機率原則選取下一個城市
Pcum=cumsum(P); %cumsum，元素累加即求和
Select=find(Pcum>=rand); %若計算的機率大于原來的就選擇這條路線
to_visit=J(Select(1));
Tabu(i,j)=to_visit;
end
end
if NC>=2
Tabu(1,:)=R_best(NC-1,:);
end
%%第四步：記錄本次疊代最佳路線
L=zeros(m,1); %開始距離為0，m*1的列向量
for i=1:m
R=Tabu(i,:);
for j=1:(n-1)
L(i)=L(i)+D(R(j),R(j+1)); %原距離加上第j個城市到第j+1個城市的距離
end
L(i)=L(i)+D(R(1),R(n)); %一輪下來後走過的距離
end
L_best(NC)=min(L); %最佳距離取最小
pos=find(L==L_best(NC));
R_best(NC,:)=Tabu(pos(1),:); %此輪疊代後的最佳路線
L_ave(NC)=mean(L); %此輪疊代後的平均距離
NC=NC+1; %疊代繼續
%%第五步：更新資訊素
Delta_Tau=zeros(n,n); %開始時資訊素為n*n的0矩陣
for i=1:m
for j=1:(n-1)
Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);
%此次循環在路徑(i，j)上的資訊素增量
end
Delta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);
%此次循環在整個路徑上的資訊素增量
end
Tau=(1-Rho).*Tau+Delta_Tau; %考慮資訊素揮發，更新後的資訊素
%%第六步：禁忌表清零
Tabu=zeros(m,n); %%直到最大疊代次數
end
%%第七步：輸出結果
Pos=find(L_best==min(L_best)); %找到最佳路徑(非0為真)
Shortest_Route=R_best(Pos(1),:); %最大疊代次數後最佳路徑
Shortest_Length=L_best(Pos(1)); %最大疊代次數後最短距離
subplot(1,2,1) %繪制第一個子圖形
DrawRoute(C,Shortest_Route) %畫路線圖的子函數
subplot(1,2,2) %繪制第二個子圖形
plot(L_best)
hold on %保持圖形
plot(L_ave,'r')
title('平均距離和最短距離') %标題
function DrawRoute(C,R)
%%=========================================================================
%% DrawRoute.m
%% 畫路線圖的子函數
%%-------------------------------------------------------------------------
%% C Coordinate 節點坐标，由一個N×2的矩陣存儲
%% R Route 路線
%%=========================================================================
N=length(R);
scatter(C(:,1),C(:,2));
hold on
plot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)],'g')
hold on
for ii=2:N
plot([C(R(ii-1),1),C(R(ii),1)],[C(R(ii-1),2),C(R(ii),2)],'g')
hold on
end
title('GIS配送優化結果 ')
工作區.png
(10.37 KB, 下載下傳次數: 0)
2016-4-9 10:05 上傳
工作區截屏
2.png
(74.89 KB, 下載下傳次數: 0)
2016-4-9 10:05 上傳
編輯器和指令視窗截屏