蚁群算法解TSP问题伪代码
蚁群算法
Step1 初始化，把最优路径长度设置为一个很大值计算城市之间的距离，设 置环境信息素为1.0
Step2 蚂蚁搜索前初始化，设置全部城市为没有去过，走过的路径长度设置 0 随机选择一个出发城市
Step3 蚂蚁开始移动，调用ChooseNextCity()函数选择下一个城市，直到
走完所有的城市。
Step4 调用CalPathLength()函数计算走过的路径长度
Step5 等到每只蚂蚁搜索完一遍，把最优路径（路径长度最短）保存在
m_cBestAnt.m_dbPathLength中并输出。
Step6 根据路径长度更新城市之间的信息素
Step7 重复执行Step2至Step6 N_IT_COUNT次
2022-05-19 21:54:46
1.28MB
1
蚁群算法与模拟退火算法对旅游路线问题的探究(附matlab程序).doc.doc
2022-05-19 19:07:48
1.6MB
在二维静态环境下的机器人路径规划中，采用基本蚁群算法寻优存在搜索时间较长、效率较低、容易陷入局部最优等问题。针对这些问题对基本蚁群算法进行改进，改进的蚁群算法使用不同的期望值机制，采用挥发系数自适应方式更新信息激素，并加入拐点参数作为路径的评价标准之一。对这两种算法进行仿真分析，可得改进后的蚁群算法比基本蚁群算法搜索能力更强，算法效率更高，所寻路径更短。结果表明，该改进算法提高了算法效率，抑制了算法陷入局部最优并实现了机器人最优路径搜索，使机器人可以快速地避开障碍物安全到达目标点。
2022-05-19 16:19:23
553KB
1
包含蚁群算法Mablab工具箱，蚁群算法C语言实现算法文件，以及蚁群算法演示程序。可以提供给广大学者和研究人员作为借鉴，源代码可以直接编译运行，延伸性好，扩展性能佳，为算法学习和改进提供了空间，程序结构精良，可读性好。提供了Matlab和C语言两种版本，适合不同人员自由选择。
2022-05-19 16:06:45
74KB
1