蚁群算法.rar_matlab_matlab蚁群_蚁群_蚁群算法_蚁群算法 matlab

% % % the procedure of ant colony algorithm for VRP % % % % % % % % % % % % %initialize the parameters of ant colony algorithms load data.txt; d=data(:,2:3); g=data(:,4); m=31; % 蚂蚁数 alpha=1; belta=4;% 决定tao和miu重要性的参数 lmda=0; rou=0.9; %衰减系数 q0=0.95; % 概率 tao0=1/(31*841.04);%初始信息素 Q=1;% 蚂蚁循环一周所释放的信息素 defined_phrm=15.0; % initial pheromone level value QV=100; % 车辆容量 vehicle_best=round(sum(g)/QV)+1; %所完成任务所需的最少车数 V=40; % 计算两点的距离 for i=1:32; for j=1:32; dist(i,j)=sqrt((d(i,1)-d(j,1))^2+(d(i,2)-d(j,2))^2); end; end; %给tao miu赋初值 for i=1:32; for j=1:32; if i~=j; %s(i,j)=dist(i,1)+dist(1,j)-dist(i,j); tao(i,j)=defined_phrm; miu(i,j)=1/dist(i,j); end; end; end; for k=1:32; for k=1:32; deltao(i,j)=0; end; end; best_cost=10000; for n_gen=1:50; print_head(n_gen); for i=1:m; %best_solution=[]; print_head2(i); sumload=0; cur_pos(i)=1; rn=randperm(32); n=1; nn=1; part_sol(nn)=1; %cost(n_gen,i)=0.0; n_sol=0; % 由蚂蚁产生的路径数量 M_vehicle=500; t=0; %最佳路径数组的元素数为0 while sumload<=QV; for k=1:length(rn); if sumload+g(rn(k))<=QV; gama(cur_pos(i),rn(k))=(sumload+g(rn(k)))/QV; A(n)=rn(k); n=n+1; end; end; fid=fopen('out_customer.txt','a+'); fprintf(fid,'%s %i\t','the current position is:',cur_pos(i)); fprintf(fid,'\n%s','the possible customer set is:') fprintf(fid,'\t%i\n',A); fprintf(fid,'------------------------------\n'); fclose(fid); p=compute_prob(A,cur_pos(i),tao,miu,alpha,belta,gama,lmda,i); maxp=1e-8; na=length(A); for j=1:na; if p(j)>maxp maxp=p(j); index_max=j; end; end; old_pos=cur_pos(i); if rand(1)<q0 cur_pos(i)=A(index_max); else krnd=randperm(na); cur_pos(i)=A(krnd(1)); bbb=[old_pos cur_pos(i)]; ccc=[1 1]; if bbb==ccc; cur_pos(i)=A(krnd(2)); end; end; tao(old_pos,cur_pos(i))=taolocalupdate(tao(old_pos,cur_pos(i)),rou,tao0);%对所经弧进行局部更新 sumload=sumload+g(cur_pos(i)); nn=nn+1; part_sol(nn)=cur_pos(i); temp_load=sumload; if cur_pos(i)~=1; rn=setdiff(rn,cur_pos(i)); n=1; A=[]; end; if cur_pos(i)==1; % 如果当前点为车场,将当前路径中的已访问用户去掉后,开始产生新路径 if setdiff(part_sol,1)~=[]; n_sol=n_sol+1; % 表示产生的路径数,n_sol=1,2,3,..5,6...,超过5条对其费用加上车辆的派遣费用 fid=fopen('out_solution.txt','a+'); fprintf(fid,'%s%i%s','NO.',n_sol,'条路径是:'); fprintf(fid,'%i ',part_sol); fprintf(fid,'\n'); fprintf(fid,'%s','当前的用户需求量是:'); fprintf(fid,'%i\n',temp_load); fprintf(fid,'------------------------------\n'); fclose(fid); % 对所得路径进行路径内3-opt优化 final_sol=exchange(part_sol); for nt=1:length(final_sol); % 将所有产生的路径传给一个数组 temp(t+nt)=final_sol(nt); end; t=t+length(final_sol)-1; sumload=0; final_sol=setdiff(final_sol,1); rn=setdiff(rn,final_sol); part_sol=[]; final_sol=[]; nn=1; part_sol(nn)=cur_pos(i); A=[]; n=1; end; end; if setdiff(rn,1)==[];% 产生最后一条终点不为1的路径 n_sol=n_sol+1; nl=length(part_sol); part_sol(nl+1)=1;%将路径的最后1位补1 % 对所得路径进行路径内3-opt优化 final_sol=exchange(part_sol); for nt=1:length(final_sol); % 将所有产生的路径传给一个数组 temp(t+nt)=final_sol(nt); end; cost(n_gen,i)=cost_sol(temp,dist)+M_vehicle*(n_sol-vehicle_best); %计算由蚂蚁i产生的路径总长度 for ki=1:length(temp)-1; deltao(temp(ki),temp(ki+1))=deltao(temp(ki),temp(ki+1))+Q/cost(n_gen,i); end; if cost(n_gen,i)<best_cost; best_cost=cost(n_gen,i); old_cost=best_cost; best_gen=n_gen; % 产生最小费用的代数 best_ant=i; %产生最小费用的蚂蚁 best_solution=temp; end; if i==m; %如果所有蚂蚁均完成一次循环，，则用最佳费用所对应的路径对弧进行整体更新 for ii=1:32; for jj=1:32; tao(ii,jj)=(1-rou)*tao(ii,jj); end; end; for kk=1:length(best_solution)-1; tao(best_solution(kk),best_solution(kk+1))=tao(best_solution(kk),best_solution(kk+1))+deltao(best_solution(kk),best_solution(kk+1)); end; end; fid=fopen('out_solution.txt','a+'); fprintf(fid,'%s%i%s','NO.',n_sol,'路径是:'); fprintf(fid,'%i ',part_sol); fprintf(fid,'\n'); fprintf(fid,'%s %i\n','当前的用户需求量是:',temp_load); fprintf(fid,'%s %f\n','总费用是:',cost(n_gen,i)); fprintf(fid,'------------------------------\n'); fprintf(fid,'%s\n','最终路径是:'); fprintf(fid,'%i-',temp); fprintf(fid,'\n'); fclose(fid); temp=[]; break; end; end; end; end;