【MTSP】基于matlab遗传算法求解多旅行商问题【含Matlab源码 1325期】
一、获取代码方式
获取代码方式1:
通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码。
获取代码方式2:
完整代码已上传我的资源:【MTSP】基于matlab遗传算法求解多旅行商问题【含Matlab源码 1325期】
备注:
订阅紫极神光博客付费专栏,可免费获得1份代码(有效期为订阅日起,三天内有效);
二、TSP简介
旅行商问题,即TSP问题(Traveling Salesman Problem)又译为旅行推销员问题、货郎担问题,是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。
TSP的数学模型
三、遗传算法简介
1 引言
2 遗传算法理论
2.1 遗传算法的生物学基础
2.2 遗传算法的理论基础
2.3 遗传算法的基本概念
2.4 标准的遗传算法
2.5 遗传算法的特点
2.6 遗传算法的改进方向
3 遗传算法流程
4 关键参数说明
四、案例及部分源代码
1 案例
35个城市,5个旅行商。找到最小路径。
2 部分源代码
n = 35; %设置城市个数
xy = 10*rand(n,2); %随机产生城市的坐标,实际应用中可以自己输入坐标。主要用以画图,真正起作用的是距离矩阵啦。
salesmen = 5; %设置旅行商的人数
min_tour = 3; %设置每个旅行商至少走过三个城市(除去起始点和终止点的话就是一个城市)
pop_size = 80; %设置种群的个数,必须是8的倍数,因为代码中以 8 做为步骤 2 的分组个数
num_iter = 5e3; %设置迭代总次数, i.e. 5000次
a = meshgrid(1:n); %用以计算距离矩阵。
dmat = reshape(sqrt(sum((xy(a,:)-xy(a',:)).^2,2)),n,n); %计算距离矩阵(欧式距离),可以自己输入。
[opt_rte,opt_brk,min_dist] = mtspof_ga(xy,dmat,salesmen,min_tour, ...pop_size,num_iter,1,1); %运行代码
function varargout = mtspofs_ga(xy,dmat,salesmen,min_tour,pop_size,num_iter,show_prog,show_res)
% MTSPOFS_GA Fixed Start Open Multiple Traveling Salesmen Problem (M-TSP) Genetic Algorithm (GA)
% Finds a (near) optimal solution to a variation of the "open" M-TSP by
% setting up a GA to search for the shortest route (least distance needed
% for each salesman to travel from the start location to unique individual
% cities without returning to the starting location)
%
% Summary:
% 1. Each salesman starts at the first point, but travels to a unique
% set of cities after that (and none of them close their loops by
% returning to their starting points)
% 2. Except for the first, each city is visited by exactly one salesman
%
% Note: The Fixed Start is taken to be the first XY point
%
% Input:
% xy (float):城市坐标,可以 2 维或者 3 维。
% dmat (float) 距离矩阵 N X N 维
% salesman (scalar integer) 旅行商个数。
% min_tour (scalar integer) 不包含起始点,每个旅行商最少应该 travel 的数量。
% pop_size (scalar integer) 遗传算法中个体的数量。
% num_iter (scalar integer) 算法一共迭代的次数
% show_prog (scalar logical) 如果等于1,就将迭代过程画出来
% show_res (scalar logical) 如果等于1,就将算法最后的结果展示出来
%
% Output:
% opt_rte (integer array) 输出最优个体的路径基因型
% opt_brk (integer array) 输出最优个体的中断点基因型
% min_dist (scalar float) 最有个体代表的所有旅行商的距离之和。
%
%
% Author: Joseph Kirk
% Email: jdkirk630@gmail.com
% Release: 1.3
% Release Date: 6/2/09
% commenter: zhuo%检测输入参数,如果某些参数没有输入,那么改段代码就自动帮你加了。
nargs = 8;
for k = nargin:nargs-1switch kcase 0xy = 10*rand(40,2); % 设置城市坐标的默认值为 40 个,随机产生 2 维坐标case 1N = size(xy,1); %设置城市数目 N = size(xy,1)a = meshgrid(1:N); dmat = reshape(sqrt(sum((xy(a,:)-xy(a',:)).^2,2)),N,N); %产生相应的距离矩阵。case 2salesmen = 5; %旅行商个数的默认值为 5 个。case 3min_tour = 2; %默认每个旅行商至少走 2 个城市case 4pop_size = 80;case 5num_iter = 5e3;case 6show_prog = 1;case 7show_res = 1;otherwiseend
end%验证输入是否可行,验证原理为城市个数 N 是否和 距离矩阵的 size相等
[N,dims] = size(xy);
[nr,nc] = size(dmat);
if N ~= nr || N ~= ncerror('Invalid XY or DMAT inputs!')
end
n = N - 1; % 除去了起始点% Sanity Checks 还是验证输入:可以不看
salesmen = max(1,min(n,round(real(salesmen(1)))));
%验证输入的旅行商个数是不是大于1,并且是整数,否则帮你四舍五入改了
min_tour = max(1,min(floor(n/salesmen),round(real(min_tour(1)))));
%验证输入的minTour是不是大于1,并且是整数,否则帮你四舍五入改了
pop_size = max(8,8*ceil(pop_size(1)/8));
%验证输入的个体数是否为8的整数(因为后面的分组8个为一组),否则帮你用ceil函数改了
num_iter = max(1,round(real(num_iter(1))));
%验证输入的迭代次数是否大于1,否则帮改了
show_prog = logical(show_prog(1));
%验证是否为1或0,不然帮你改了,下同。
show_res = logical(show_res(1));num_brks = salesmen-1; % 设置中断点的个数,下面可以不看。
dof = n - min_tour*salesmen;
addto = ones(1,dof+1);
for k = 2:num_brksaddto = cumsum(addto);
end
cum_prob = cumsum(addto)/sum(addto);% Initialize the Populations
pop_rte = zeros(pop_size,n); % 所有个体的路径基因型
pop_brk = zeros(pop_size,num_brks); % 所有个体的中断点基因型
for k = 1:pop_sizepop_rte(k,:) = randperm(n)+1; %初始化所有个体的路径基因型。%这里为什么加 1 呢?因为我们 n=N-1=34 ,因此产生的路径基因型必须在[2,35]中产生。pop_brk(k,:) = randbreaks(); %产生中断点,函数代码在下方(子函数)
end% 选择画图时的颜色(不同旅行商的路径画在图上要用不同颜色呀)
clr = [1 0 0; 0 0 1; 0.67 0 1; 0 1 0; 1 0.5 0];
if salesmen > 5clr = hsv(salesmen);
end% Run the GA
global_min = Inf;
total_dist = zeros(1,pop_size); %每个个体的总距离构成的 1X80 维的向量
dist_history = zeros(1,num_iter); %每一次迭代个数中最优个体的总距离构成的 1X5000 维的向量。
tmp_pop_rte = zeros(8,n); %暂时变量,用完就丢。用于产生新个体的,(路径的基因型)
tmp_pop_brk = zeros(8,num_brks); %同上,用于产生新的中断点的基因型
new_pop_rte = zeros(pop_size,n); %新生代的路径基因型,为一个 80X34 的矩阵,每一行代表每一个个体。
new_pop_brk = zeros(pop_size,num_brks); %同上,用于中断点基因型 80X4 的矩阵。
if show_progpfig = figure('Name','MTSPOFS_GA | Current Best Solution','Numbertitle','off');
end
for iter = 1:num_iter %计算一次迭代过程中,每一个个体的总距离for p = 1:pop_sized = 0;p_rte = pop_rte(p,:);p_brk = pop_brk(p,:);rng = [[1 p_brk+1];[p_brk n]]';for s = 1:salesmend = d + dmat(1,p_rte(rng(s,1))); % 加上起点到第二个城市的距离%计算路径中城市的总距离:for k = rng(s,1):rng(s,2)-1d = d + dmat(p_rte(k),p_rte(k+1));endendtotal_dist(p) = d; %将每一个个体的距离存入到矩阵中。end
五、运行结果
六、matlab版本及参考文献
1 matlab版本
2014a
2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例(第2版)[M].电子工业出版社,2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社,2017.
【MTSP】基于matlab遗传算法求解多旅行商问题【含Matlab源码 1325期】相关推荐
- 【GA MTSP】基于matlab遗传算法求解多旅行商问题(多且同始终点)【含Matlab源码 1339期】
一.获取代码方式 获取代码方式1: 通过订阅紫极神光博客付费专栏,凭支付凭证,私信博主,可获得此代码. 获取代码方式2: 完整代码已上传我的资源:[MTSP]基于matlab遗传算法求解多旅行商问题[ ...
- 【Matlab验证码识别】遗传算法和最大熵优化+大津法(OTSU)+自定义阈值数字验证码识别【含GUI源码 1694期】
一.代码运行视频(哔哩哔哩) [Matlab验证码识别]遗传算法和最大熵优化+大津法(OTSU)+自定义阈值数字验证码识别[含GUI源码 1694期] 二.matlab版本及参考文献 1 matlab ...
- 【Matlab路径规划】改进的遗传算法机器人避障路径规划【含GUI源码 703期】
一.代码运行视频(哔哩哔哩) [Matlab路径规划]改进的遗传算法机器人避障路径规划[含GUI源码 703期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] ...
- 【Matlab生物电信号】生物电信号仿真【含GUI源码 684期】
一.代码运行视频(哔哩哔哩) [Matlab生物电信号]生物电信号仿真[含GUI源码 684期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]董兵,超于毅,李 ...
- 【Matlab语音分析】语音信号分析【含GUI源码 1718期】
一.代码运行视频(哔哩哔哩) [Matlab语音分析]语音信号分析[含GUI源码 1718期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]韩纪庆,张磊,郑铁 ...
- 【Matlab人脸识别】BP神经网络人脸识别(含识别率)【含GUI源码 891期】
一.代码运行视频(哔哩哔哩) [Matlab人脸识别]BP神经网络人脸识别(含识别率)[含GUI源码 891期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] ...
- 【Matlab人脸识别】形态学教室人数统计(带面板)【含GUI源码 1703期】
一.代码运行视频(哔哩哔哩) [Matlab人脸识别]形态学教室人数统计(带面板)[含GUI源码 1703期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]孟 ...
- 【Matlab人脸识别】人脸实时检测与跟踪【含GUI源码 673期】
一.代码运行视频(哔哩哔哩) [Matlab人脸识别]人脸实时检测与跟踪[含GUI源码 673期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]孟逸凡,柳益君 ...
- 【Matlab图像融合】小波变换遥感图像融合【含GUI源码 744期】
一.代码运行视频(哔哩哔哩) [Matlab图像融合]小波变换遥感图像融合[含GUI源码 744期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 包子阳,余 ...
- 【Matlab语音加密】语音信号加密解密(带面板)【含GUI源码 181期】
一.代码运行视频(哔哩哔哩) [Matlab语音加密]语音信号加密解密(带面板)[含GUI源码 181期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1]韩纪庆 ...
最新文章
- 大规模1.4亿中文知识图谱数据,我把它开源了
- TensorFlow 教程——基本分类:对服装图像进行分类
- ESP3 + ESP-IDF | 串口1 - 简单的串口回环测试
- Physical Plausible Shading
- 微信防撤回补丁来了!更新也不会失效
- opencms整合到java项目里_java-将标签云添加到OpenCMS网站
- 学习Vue电商后台管理系统剩余功能模块的bug
- 计算机分盘介质受写入保护,“介质受写入保护”的解决(适用于U盘或移动硬盘)...
- 知名互联网公司架构图
- OpenCvSharp工作学习笔记5-图片缩放
- Jikes 研究虚拟机(RVM)一 设计和实现问题
- 如何使用启动盘PE桌面工具安装原版win7系统?
- 【C++】洛谷P1330 封锁阳光大学
- 打印表格留标题怎么设置_打印如何添加标题?内容一页打不下?—关于Excel文档打印的那些事-excel打印区域怎么设置...
- Windows PC连接苹果LG UltraFine 4K显示器教程
- 分布式跟踪系统(SpringCloudSluth+OpenZipkin)
- 2020,我用Python写春联
- 前端学习-盒模型和怪异盒模型
- 东集PDA连接USB被AndroidStudio识别
- 编程经典书籍:龙书、虎书、魔法书
热门文章
- OO第四单元UML作业总结暨OO课程总结
- android注解处理技术APT
- kubeadm安装k8s测试环境
- nyoj Color the fence
- php以及Yii里面的常量收集
- 浅谈网络游戏的设计——服务器端编程 (2)
- 2020-12-05
- 20191216每日一句
- Prefer rather than 喜欢 Prefer to
- Atitit 提升记忆效率 有损压缩原理总结 目录 1. 常见方法	1 1.1. 抽象化提升一层 概念化	1 1.2. 骨架 ,目录化 大纲化 归纳整理	1 1.3. 提取关键词 ,摘要 ,