基于蚁群算法的tsp路线规划问题matlab仿真，matlab2021a测试。
2022-04-28 12:05:25
2KB
基于GA遗传优化算法的TSP最短路径规划的MATLAB仿真，matlab2021a仿真测试
2022-04-28 12:05:22
4KB
针对蚁群算法存在的搜索时间长、易限于局部最优解等缺陷，提出了一种改进的蚁群算法。通过在初始化信息素矩阵中采用候选城市列表减少劣质解，在局部搜索中采用聚类进行二次搜索，缩小了算法的搜索范围、改善了解空间的质量，提高了搜索速度。仿真结果表明，改进后的蚁群算法在TSP的求解中，收敛速度和全局寻优能力均得到较大的提高。
2022-04-26 23:40:46
280KB
1
城市TSP问题优化对比蚁群算法和模拟退火算法matlab2021a仿真测试。
m=50; %m 蚂蚁个数
Alpha=1; %Alpha 表征信息素重要程度的参数
Beta=5; %Beta 表征启发式因子重要程度的参数
Rho=0.1; %Rho 信息素蒸发系数
NC_max=180; %最大迭代次数，这里设置为180，参考了遗传退火算法的执行迭代次数，控制变量
Q=100; %信息素增加强度系数
2022-04-26 09:10:26
4KB
以35省份的中心城市为例用遗传算法和模拟退火算法计算出最短距离及路线，matlab2021a仿真
2022-04-26 09:10:23
13KB