PSO粒子群算法解决旅行商问题的MATLAB源码.txt资料文档下载

PSO粒子群算法解决旅行商问题的MATLAB源码.txt资料文档下载

《PSO粒子群算法解决旅行商问题的MATLAB源码.txt资料文档下载》由会员分享，可在线阅读，更多相关《PSO粒子群算法解决旅行商问题的MATLAB源码.txt资料文档下载（6页珍藏版）》请在冰豆网上搜索。

%����ϵ��,������������Ӷ��ݼ�

%�ڵ�����

node=[16.4796.10;

16.4794.44;

20.0992.54;

22.3993.37;

25.2397.24;

...

22.0096.05;

20.4797.02;

17.2096.29;

16.3097.38;

14.0598.12;

16.5397.38;

21.5295.59;

19.4197.13;

20.0994.55];

%��ʼ�������ӣ�������·

����Ⱥ

Group=ones（CityNum,PopSize）;

fori=1:

PopSize

Group（:

i）=randperm（CityNum）'

;

end

Group=Arrange（Group）;

%��ʼ�������ٶȣ���������

Velocity=zeros（CityNum,PopSize）;

Velocity（:

i）=round（rand（1,CityNum）'

*CityNum）;

%roundȡ��

%����ÿ

������֮��ľ���

CityBetweenDistance=zeros（CityNum,CityNum）;

CityNum

forj=1:

CityBetweenDistance（i,j）=sqrt（（node（i,1）-node（j,1））^2+（node（i,2）-node（j,2））^2）;

end

��·

���ľ���

PopSize

EachPathDis（i）=PathDistance（Group（:

i）'

CityBetweenDistance）;

IndivdualBest=Group;

%��¼

�����ӵĸ��弫ֵ��λ��,�������ҵ������·

��

IndivdualBestFitness=EachPathDis;

�����Ӧ��ֵ,�������ҵ������·

���ij���

[GlobalBestFitness,index]=min（EachPathDis）;

%�ҳ�ȫ������ֵ����Ӧ���

%��ʼ�����

figure;

subplot（2,2,1）;

PathPlot（node,CityNum,index,IndivdualBest）;

title（'

�����'

）;

%Ѱ��

while（IsStop==0）&

（Iteration<

MaxIteration）

%������������

Iteration=Iteration+1;

%����ȫ�ּ�ֵ��λ��,����ָ·

fori=1:

GlobalBest（:

i）=Group（:

index）;

%��pij-xij,pgj-xij�����򣬲

��Ը���c1��c2�ı��������

pij_xij=GenerateChangeNums（Group,IndivdualBest）;

pij_xij=HoldByOdds（pij_xij,c1）;

pgj_xij=GenerateChangeNums（Group,GlobalBest）;

pgj_xij=HoldByOdds（pgj_xij,c2）;

%�Ը���w������һ��������

Velocity=HoldByOdds（Velocity,w）;

Group=PathExchange（Group,Velocity）;

%���ݽ��������·

������

Group=PathExchange（Group,pij_xij）;

Group=PathExchange（Group,pgj_xij）;

fori=1:

PopSize%���¸

�·

���ܾ���

EachPathDis（i）=PathDistance（Group（:

IsChange=EachPathDis<

IndivdualBestFitness;

%���º

�ľ������ڸ���ǰ�ģ���¼

���

IndivdualBest（:

find（IsChange））=Group（:

find（IsChange））;

%���¸

������·

IndivdualBestFitness=IndivdualBestFitness.*（~IsChange）+EachPathDis.*IsChange;

[GlobalBestFitness,index]=min（EachPathDis）;

%����ȫ�����·

��,��¼

��Ӧ�����

ifGlobalBestFitness==OldBestFitness%�Ƚϸ���ǰ�͸��º

����Ӧ��ֵ;

Num=Num+1;

%���ʱ��¼

��һ;

else

OldBestFitness=GlobalBestFitness;

%�����ʱ������Ӧ��ֵ������¼

����;

Num=0;

end

ifNum>

=20%��ε�������Ӧ��ֵ���ʱ����ֹͣ

IsStop=1;

BestFitness（Iteration）=GlobalBestFitness;

%ÿ

һ����������Ӧ��

%���Ž�

subplot（2,2,2）;

�Ż���'

subplot（2,2,3）;

plot（（1:

Iteration）,BestFitness（1:

Iteration））;

gridon;

��������'

%��ѷ

��ֵ

GlobalBestFitness

functionGroup=Arrange（Group）

[xy]=size（Group）;

[NO1,index]=min（Group'

[],2）;

%�ҵ���Сֵ1

y

pop=Group（:

i）;

temp1=pop（[1:

index（i）-1]）;

temp2=pop（[index（i）:

x]）;

Group（:

i）=[temp2'

temp1'

]'

functionChangeNums=GenerateChangeNums（Group,BestVar）;

[xy]=size（Group）;

ChangeNums=zeros（x,y）;

pop=BestVar（:

%��BestVarȡ��һ��˳��

pop1=Group（:

%������Ⱥ��ȡ����Ӧ��˳��

x%��BestVar��˳����ȡ��һ�����

NoFromBestVar=pop（j）;

fork=1:

x%�Ӷ�Ӧ������˳����ȡ��һ�����

NoFromGroup=pop1（k）;

if（NoFromBestVar==NoFromGroup）&

&

（j~=k）%�����ͬ�Ҳ���ͬһλ��

ChangeNums（j,i）=k;

%������

pop1（k）=pop1（j）;

pop1（j）=NoFromGroup;

end

end

functionHold=HoldByOdds（Hold,Odds）

[x,y]=size（Hold）;

x

ifrand>

Odds

Hold（i,j）=0;

end

functionSumDistance=PathDistance（path,CityBetweenDistance）

L=length（path）;

%pathΪһ��ѭ���Ľڵ�˳��

SumDistance=0;

L-1

SumDistance=SumDistance+CityBetweenDistance（path（i）,path（i+1））;

SumDistance=SumDistance+CityBetweenDistance（path

（1）,path（L））;

%������β�ڵ�ľ���

functionGroup=PathExchange（Group,Index）

a=Index（:

%ȡ������һ�齻����

pop=Group（:

%ȡ����Ӧ������

forj=1:

x%ȡ������һ����������������

ifa（j）~=0

pop1=pop（j）;

pop（j）=pop（a（j））;

pop（a（j））=pop1;

Group（:

i）=pop;

functionPathPlot（node,CityNum,index,EachBest）;

NowBest（i,:

）=node（（EachBest（i,index））,:

NowBest（CityNum+1,:

）=NowBest（1,:

plot（node（:

1）,node（:

2）,'

*'

line（NowBest（:

1）,NowBest（:

2））;