蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法求解tsp问题代码,后缀改为.zip后使用
2022-12-06 11:26:10 3KB matlab 蚁群算法
1
TSP问题的遗传算法(GA)、动态规划(DP)和蚁群算法(PSO)的python实现(含报告) 包含遗传算法的word报告,代码都可以跑通,安装必须依赖即可。 本实验课程是计算机、智能、物联网等专业学生的一门专业课程,通过实验,帮助学生更好地掌握人工智能相关概念、技术、原理、应用等;通过实验提高学生编写实验报告、总结实验结果的能力; 使用蚁群优化算法或者粒群优化算法求解TSP问题
2022-12-05 09:28:34 297KB GA 遗传算法 python TSP
1
挺好的学习资料,注释也很明白。 代码截选: ”%遗传算法求解TSP问题(为选择操作从新设计后程序) %输入: %D 距离矩阵 %NIND 为种群个数 %X 参数是中国34个城市的坐标(初始给定) %MAXGEN 为停止代数,遗传到第MAXGEN代时程序停止,MAXGEN的具体取值视问题的规模和耗费的时间而定 %m 为适值淘汰加速指数,最好取为1,2,3,4,不宜太大 %Pc 交叉概率 %Pm 变异概率 %输出: %R 为最短路径 %Rlength 为路径长度 clear clc close all %% 加载数据 load Cityposition1.mat; X=X; D=Distanse(X); %生成距离矩阵 N=size(D,1); %城市个数 %% 遗传参数 NIND=100; %种群大小 MAXGEN=200; %最大遗传代数 Pc=0.9; %交叉概率 Pm=0.05; %变异概率 GGAP=0.9; %代沟 %% 初始化种群 Chrom=InitPop(NIND,N); %% 画出随机解的路径图 DrawPath(Chrom(1,:),X) pause(0.0001) %% 输出随机解的路径和总距离”
2022-11-27 17:59:19 7KB GA TSP MATLAB 遗传算法
1
用于解决旅行商问题的TSP算法,输入为城市信息,输出为旅行员路径
2022-11-19 17:10:14 2KB 蚁群算法 TSP问题
1
用c++实现的基于免疫算法/遗传算法的连通图最短哈密顿回路(TSP问题)求解,并支持记录迭代过程与画图。注释应有尽有,各项参数可调,结构清晰且难度较低,适合通过代码对经典免疫算法进行学习。
2022-11-18 14:29:50 53.61MB c++ 机器学习 免疫算法 TSP问题
1
利用基本的遗传算法解决Traveling salesman problem 问题,内含编码、遗传、变异、选择程序,最终显示结果。程序使用matlab编写。
2022-11-16 18:45:21 7KB 遗传算法、TSP
1
Python语言实现的遗传算法解决TSP问题
2022-11-15 23:32:21 12KB Python TSP GA
1
利用遗传算法解决TSP问题,随机产生数据进行测试,附源码
2022-11-15 23:24:13 217KB TSP遗传算法
1
退火算法 通俗解释matlab之模拟退火求TSP问题 MATLAB程序用于求解非线性规划
2022-11-08 16:08:04 83KB 退火算法 matlab TSP问题 非线性规划
1
基于matlab遗传算法实现,说明遗传算法在TSP问题的具体实现方式。
2022-11-06 12:18:39 33KB 遗传算法
1