改进的人工鱼群算法求解TSP问题的研究（Matlab代码实现）

 💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

📋📋📋本文目录如下：⛳️⛳️⛳️

​

目录

1 概述

3 参考文献

4 Matlab代码实现

1 概述

摘要：针对旅行商（traveling salesman problem, TSP）是一个NP问题,本文使用改进的人工鱼群算法（improved artificial fish swarm algorithm, AFSA）进行线路的优化。首先阐述了TSP问题基本概念,其次针对基本的人工鱼群算法分别优化:（1）使用Laplace进行种群初始化,提高种群多样性;（2）使用正弦余弦算法取代觅食行为,保证算法在全局和局部范围内具有一定的平衡性;（3）利用人工蜂群算法对每一次迭代后的个体进行筛选,保证了算法的解的质量。仿真实验中本文算法在TSP路径规划方面具有一定的效果。 

部分代码：

clear
clc
 
tic                                                                 %开始计时
 
[num_Citys,CityPosition]=ReadTSPFile('ulysses22.tsp');              %读取.tsp文件
%% 计算两两城市之间的距离
h=pdist(CityPosition);
D=squareform(h);
%% 初始化参数
FishNum=9;                                                          %生成10只人工鱼
Max_gen=200;                                                        %最多迭代次数
trynumber=500;                                                      %最多试探次数
Visual=16;                                                          %感知距离
deta=0.8;                                                           %拥挤度因子
%% 鱼群初始化,每一行表示一条鱼
initFish=AF_init(FishNum,num_Citys);
 
BestX=zeros(Max_gen,num_Citys);                                     %记录每次迭代过程中最优路径
BestY=zeros(Max_gen,1);                                             %记录每次迭代过程中最优路径的距离
besty=inf;                                                          %最优总距离，初始化为无穷大
gen=1;
currX=initFish;
currY=AF_foodconsistence(currX,D);
while gen<=Max_gen
    for i=1:FishNum
        [Xinext,flag]= AF_movestrategy(currX,i,D,Visual,deta,trynumber);
        currX(i,:)=Xinext;
    end
    currY=AF_foodconsistence(currX,D);
    [Ymin,index]=min(currY);
    if Ymin<besty
        besty=Ymin;
        bestx=currX(index,:);
        BestY(gen)=besty;
        BestX(gen,:)=bestx;
    else
        BestY(gen)=BestY(gen-1);
        BestX(gen,:)=BestX(gen-1,:);
    end
    disp(['第',num2str(gen),'次迭代,得出的最优值：',num2str(BestY(gen))]);
    gen=gen+1;
    
end
figure
plot(1:Max_gen,BestY)
xlabel('迭代次数')
ylabel('优化值')
title('鱼群算法迭代过程')
s=num2str(bestx(1));
for i=2:num_Citys
    s=strcat(s,'->');
    s=strcat(s,num2str(bestx(i)));
end
s=strcat(s,'->');
s=strcat(s,num2str(bestx(1)));
disp(['得出的最优路径:',s,',最优值:',num2str(besty)]);
 
 
toc                                                                 %结束计时

👨‍🎓博主课外兴趣：中西方哲学，送予读者：

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。

     或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

3 参考文献

部分理论引用网络文献，若有侵权请联系博主删除。 

[1]吴剑杰.改进的人工鱼群算法求解TSP问题的研究[J].科技通报,2021,37(08):66-70.DOI:10.13774/j.cnki.kjtb.2021.08.012.

4 Matlab代码实现