文档介绍：基于MATLAB的蚁群算法解决旅行商问题
姓名: 学号: 班级:
摘要:旅行商问题的传统求解方法是遗传算法,但此算法收敛速度慢,并不能获得问题的最优化解。蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,给出基于MATLAB的蚁群算法在旅行商问题中的应用,对问题求解进行局部优化。经过计算机仿真结果表明,这种蚁群算法对求解旅行商问题有较好的改进效果。
关键词:蚁群算法;旅行商问题;MATLAB;优化
abstract: The traditional method for solving the traveling salesman problem is a ic algorithm, but this algorithm converges slowly, and can not get the optimal resolve. Ant colony algorithm is affected by acts of nature inspired ants search of food presented an intelligent optimization algorithm, ant foraging process by introducing the pheromone-based shortest path search strategy, ant colony algorithm based on MATLAB is given in the travel business problems in the application of problem solving local optimization. puter simulation results show that the ant colony algorithm for solving the traveling salesman problem better improvement results.
一、意义和目标
旅行商问题是物流领域中的典型问题,它的求解具有十分重要的理论和现实意义。采用一定的物流配送方式,可以大大节省人力物力,完善整个物流系统。
已被广泛采用的遗传算法是旅行商问题的传统求解方法,但遗传算法收敛速度慢,具有一定的缺陷。本文采用蚁群算法,充分利用蚁群算法的智能性,求解旅行商问题,并进行实例仿真。进行仿真计算的目标是,该算法能够获得旅行商问题的优化结果,平均距离和最短距离。
国内外研究现状
仿生学出现于20世纪50年代中期,人们从生物进化机理中受到启发,提出了遗传算法、进化规划、进化策略等许多用以解决复杂优化问题的新方法。这些以生物特性为基础的演化算法的发展及对生物群落行为的发现引导研究人员进一步开展了对生物社会性的研究,从而出现了基于群智能理论的蚁群算法,并掀起了一股研究的热潮。
M最早提出了蚁群优化算法——蚂蚁系统(Ant system, AS),在求解二次分配、图着色问题、车辆调度、集成电路设计以及通信网络负载问题的处理中都取得了较好的结果。
旅行商问题(TSP, Traveling Salesman P