Excel表exp12_3_1.xls中数据为： clc clear all [xdata,textdata]=xlsread('exp12_3_1.xls'); %加载20个城市的 ...

function [Shortest_Route,Shortest_Length]=ACATSP(D,NC_max,m,Alpha,Beta,Rho,Q) %%=================== ...

大家好，我是小鸭酱，博客地址为： http://www.cnblogs.com/xiaoyajiang 以下用matlab实现蚁群算法： %蚂蚁算法test %用产生的一个圆上的十个点来检验蚂蚁算法 clc clear ...

1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解 具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点： 1） 概率选择： 受信息素浓度和启发函数影响，启发函数为距离 ...

一、蚁群算法 1.基本原理 蚁群算法（Ant Colony Optimization，ACO）是一种基于种群寻优的启发式搜索算法，有意大利学者M.Dorigo等人于1991年首先提出。该算法受到自然界真实蚁群集体在觅食过程中行为的启发，利用真实蚁群通过个体间的信息传递、搜索从蚁穴到食物间 ...

基于蚁群算法的10个城市TSP问题的最短路径研究 1 蚁群算法 1.1 蚁群算法的流程步骤 这里以TSP问题为例，算法设计的流程如下： 步骤1：对相关参数进行初始化，包括蚁群规模、信息素因子、启发函数因子、信息素挥发因子、信息素常数、最大迭代次数等，以及将数据读入程序 ...

一、蚁群算法简介 蚁群算法是对自然界蚂蚁的寻径方式进行模似而得出的一种仿生算法：蚂蚁在运动过程中，能够在它所经过的路径上留下信息素(pheromone)的物质进行信息传递，而且蚂蚁在运动过程中能够感知这种物质，并以此指导自己的运动方向。由大量蚂蚁组成的蚁群集体行为便表现出一种信息正反馈 ...

代码实现 运行结果及参数展示 alpha=1beta=5 rho=0.1 ...