蚁群算法 旅行商问题 人工智能 java 代码+报告+注释Word文档格式.docx

蚁群算法 旅行商问题 人工智能 java 代码+报告+注释Word文档格式.docx

《蚁群算法 旅行商问题 人工智能 java 代码+报告+注释Word文档格式.docx》由会员分享，可在线阅读，更多相关《蚁群算法 旅行商问题 人工智能 java 代码+报告+注释Word文档格式.docx（34页珍藏版）》请在冰豆网上搜索。

3.完整代码（见附录）4

4.算法优化4

（一）蚁恒模型4

（二）信息素强度及路径信息素初始值4

（三）各参数对算法的影响4

5.运行测试5

（一）传统模型5

（二）蚁恒模型6

6.参考文献7

附录7

（一）NewJFrame.java7

（二）Ant.java13

（三）ACO.java17

（四）Parameter.java23

（五）Data.java23

（六）NewJFramePath.java24

1.整体结构与功能划分

（一）总体结构

程序的主类是NewJFrame，该类负责绘制图形用户界面并执行蚁群算法。

将蚁群算法中的“蚂蚁”抽象为Ant类，实现遍历所有城市（选择下一个城市）、计算本次遍历的路程等功能。

ACO类聚合了Ant类，完整的实现了蚁群算法，包括迭代遍历、更新信息素等过程。

NewJFramePath类将解路径以图形方式显示出来。

另设两个数据类parameter和Data，parameter类用于保存参数的默认值，主要参数包括：

蚂蚁数量、城市数目、迭代次数、α、β、挥发因子、信息素强度Q、路径信息素初始值initQ。

Data中存储每个城市的位置信息。

（二）类的划分与功能说明

i.NewJFrame类

定义了各组件对鼠标事件响应方式。

图形用户界面为用户提供输入各项参数的窗口，并添加了“使用默认参数”的功能。

当用户点击确定按钮，程序将执行jButton_actionPerformed（e）函数。

首先读取文本框中参数，初始化ACO类对象，调用ACO类的solve方法开始求解过程。

最终结果将以图形化的方式输出到屏幕。

输出内容包括：

解路径和解路径总长度。

ii.Ant类

设禁忌表，用于记录已访问过的城市；

可访问表，记录未达到的城市。

设置信息素变化矩阵，表示一只蚂蚁，在一次遍历中，为经过的路段增加的信息素。

距离矩阵存储任意两个城市之间的路程。

方法selectNextCity（float[][]pheromone）负责选择下一个城市。

首先根据信息素矩阵pheromone计算概率，使用轮盘赌的方法选择下一城市，并更新禁忌表、可访问表以及当前城市。

calculateTourLength（）方法的功能是计算一次遍历中走过的路程。

Ant类中的其他方法用于返回该类的某些属性或对属性进行设置。

iii.ACO类

ACO类的属性如下图所示：

图1ACO类的主要属性

其中ants是Ant类对象，antNum、MAX_GEN、alpha（α）、beta（β）、rho将通过图形界面中用户输入的参数设定。

pheromone是信息素矩阵，表示城市与城市之间每一段路程上的信息素含量；

bestLength、bestTour分别指最优解的总长度和最优解路径的节点顺序。

Init（）方法将完成对ACO对象的初始化。

首先从Data类中读入每个城市的坐标信息，计算距离矩阵；

将信息素矩阵的所有元素初始化为0.1，bestLength初始化为正无穷；

并按照指定的数目初始化蚁群。

solve（）方法实现核心求解过程。

在每次迭代中，蚂蚁逐个进行城市遍历，所有蚂蚁遍历过一次后，更新信息素矩阵；

迭代MAX_GEN次后，得到最优解。

updatePheromone（）方法用于更新信息素矩阵，用rho计算信息素挥发对信息素总量的影响；

累加所有蚂蚁“信息素变化矩阵”的对应值，计算一次迭代后信息素增量。

iv.parameter类

当用户勾选“使用默认”单选框时，将调用parameter中的参数默认值。

v.Data类

该类中的data属性是二维数组，每行元素的三个值依次为：

城市id、城市横坐标、纵坐标。

getdata（）方法用于返回某一指定元素的值，即指定城市的横坐标或纵坐标

2.输入输出格式

（一）输入信息

i.城市坐标信息

二维数组data中的一行对应一个城市的信息，每行的三个值依次为：

如：

{1,6734,1453}。

ii.参数

参数主要通过图形界面传入，其中蚂蚁数量、迭代次数为整型；

α、β、挥发因子为浮点型。

也可以采用默认参数。

（二）输出信息

i.图形用户界面输出

以图形方式输出解路径和解路径总长度。

ii.控制台输出

输出程序执行进度（如正在执行的模块）、解路径和解路径总长度。

3.完整代码（见附录）

4.算法优化

（一）蚁恒模型

本程序原使用传统模型，即：

添加蚁恒模型：

可以在图形界面中选择使用传统模型或蚁恒模型。

（二）信息素强度及路径信息素初始值

当蚁群算法求解过程中出现局部最优解，由于正反馈的作用可能导致局部最优解路径上信息素不断累积，降低算法的全局搜索能力[1]。

因此，控制信息素强度Q与信息素初始含量便成为避免陷入局部最优解的关键。

改进算法中这两个变量也可由用户设置。

（三）各参数对算法的影响

本算法设计的主要参数有：

蚂蚁数量、迭代次数、α、β、信息素挥发因子、信息素强度、路径信息素初始值。

简单的测试和统计后发现，解路径长度与迭代次数之间有如下关系：

图2解路径长度与迭代次数的关系

其他参数的改变也会对算法的解造成影响。

例如，在其他参数不变的条件下，信息素初始值与信息素强度Q的比值在0.1左右时效果较好。

若该比值过小，易陷入局部最优解。

有学者曾给出各参数的合理取值范围[2]，现将本算法的默认参数取值设定在该范围内：

图3默认参数的设置

5.运行测试

（一）传统模型

图4用户设置参数

图5传统模型-结果演示

（二）蚁恒模型

在界面中选择蚁恒模型：

结果如下图：

图6蚁恒模型-结果演示

6.参考文献

[1]邓雷，朱永利，张雷.基于改进蚁群算法求解最优路径算法的研究[A].电力科学与工程，2013，3.

[2]徐红梅，陈义保，刘加光，王燕涛.蚁群算法中参数设置的研究[A].山东理工大学学报，2008.

附录

（一）NewJFrame.java

/*

*NewJFrame.java

*

*Createdon2013-11-23,21:

25:

57

*/

packagetravaller;

importjava.awt.*;

importjava.awt.event.*;

importjavax.swing.*;

/**

*@author彤

publicclassNewJFrameextendsjavax.swing.JFrame{

/**CreatesnewformNewJFrame*/

//privatestaticACOaco;

//flagRadio-x：

是某参数对应的单选框是否被选中的标志

publicstaticintflagRadio1=0,flagRadio2=0,flagRadio3=0,flagRadio4=0,flagRadio5=0,flagRadio6=0,flagRadio7=0;

//以下属性对应为：

整形参数蚂蚁数量、迭代次数，浮点型参数α、β、挥发因子

publicstaticintantNum,genNum,QQ;

publicstaticfloatalf,bta,h;

publicstaticfloatinitQ;

publicstaticStringroute;

publicstaticintflag;

//蚁恒模型-传统模型的选择

publicstaticintupdateTimes=0;

//......

publicNewJFrame（）{

initComponents（）;

//为确定按钮添加事件监听器，当点击确定按钮时，执行“jButton_actionPerformed（e）”函数

jButton1.addActionListener（newActionListener（）{

publicvoidactionPerformed（ActionEvente）{

jButton_actionPerformed（e）;

}

}）;

//以下定义5个单选按钮的事件监听器，当该按钮被选中时，

//执行相应的Radio-x（）函数，即引用默认的参数值。

jRadioButton1.addActionListener（newActionListener（）{

Radio1（e）;

jRadioButton2.addActionListener（newActionListener（）{

Radio2（e）;

jRadioButton3.addActionListener（newActionListener（）{

Radio3（e）;

jRadioButton4.addActionListener（newActionListener（）{

Radio4（e）;

jRadioButton5.addActionListener（newActionListener（）{

Radio5（e）;

jRadioButton6.addActionListener（newActionListener（）{

Radio6（e）;

jRadioButton7.addActionListener（newActionListener（）{

Radio7（e）;

/*以下定义5个方法Radio-x（e），函数发生在某一单选框被点击之后。

*经过点击后，若单选框处于选中状态，则将parameter类中相应参数的默认值显示在文本框中，

*若单选框处于未选中状态，则将对应的文本框置空，等待用户键入参数值

privatevoidRadio1（ActionEvente）{

flagRadio1=~flagRadio1;

//每点击一次，标志flagRadio-x