蚁群算法

50 阅读 0 评论 33 点赞

我是靠谱客的博主羞涩鱼，最近开发中收集的这篇文章主要介绍蚁群算法，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

TSP问题要求：
1、路径限制：每个城市只能访问一次。
2、最后要回到出发的城市。
3、求得的路径为所有路径中最小的路径。

原理：
http://max.book118.com/html/2016/0421/40996215.shtm

代码：
http://blog.sina.com.cn/s/blog_6bb1b4b001016pt0.html

//蚁群算法关于简单的TSP问题求解//

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<math.h>
#include<time.h>

#define M 13        //蚂蚁的数量
#define N 144       //城市的数量
#define R 1000      //迭代次数
#define IN 1        //初始化的信息素的量
#define MAX 0x7fffffff //定义最大值

struct coordinate
{
    char city[15];  //城市名
    int x;          //城市相对横坐标
    int y;          //城市相对纵坐标
}coords[N];

double graph[N][N];  //储存城市之间的距离的邻接矩阵,自己到自己记作MAX
double phe[N][N];    //每条路径上的信息素的量
double add[N][N];    //代表相应路径上的信息素的增量
double yita[N][N];   //启发函数,yita[i][j]=1/graph[i][j]
int vis[M][N];       //标记已经走过的城市
int map[M][N];       //map[K][N]记录第K只蚂蚁走的路线
double solution[M];  //记录某次循环中每只蚂蚁走的路线的距离
int bestway[N];      //记录最近的那条路线
double bestsolution=MAX;
int NcMax;           //代表迭代次数,理论上迭代次数越多所求的解更接近最优解,最具有说服力
double alpha;        //信息素的相对重要性
double beta;         //启发素的相对重要性
double rou;          //小于1的常数，表示信息的持久性
double Q;            //常数

void Initialize();   //信息初始化
void Inputcoords(FILE *fp);   //将文件中的坐标信息读入
void GreateGraph();  //根据坐标信息建图
double Distance(int *p);      //计算蚂蚁所走的路线的总长度
void Result();       //将结果保存到out.txt中

void Initialize()
{
    alpha = 2; 
    beta = 2; 
    rou = 0.7; 
    Q = 5000;
    NcMax = R;
    return ;
}

void Inputcoords(FILE *fp)
{
    int i;
    int number;
    if(fp==NULL)
    {
        printf("Sorry,the file is not existn");
        exit(1);
    }
    else
    {
        for(i=0; i<N; ++i)
        {
            fscanf(fp,"%d%s", &number, coords[i].city);
            fscanf(fp,"%d,%d", &coords[i].x, &coords[i].y);
        }
    }
}

void GreateGraph( )
{
    int i,j;
    double d;
    for(i=0; i<N-1; ++i)
    {
        graph[i][i]=MAX;   //自己到自己标记为无穷大
        for(j=i+1; j<N; ++j)
        {
            d = (double)((coords[i].x-coords[j].x) * (coords[i].x-coords[j].x)
                + (coords[i].y-coords[j].y) * (coords[i].y-coords[j].y));
            graph[j][i] = graph[i][j] = sqrt(d);
        }
    }
    graph[N-1][N-1] = MAX;
    return ;
}

double Distance(int *p)
{
    double d=0;
    int i;
    for(i=0; i<N-1; ++i)
    {
        d += graph[*(p+i)][*(p+i+1)];
    }
    d += graph[*(p+i)][*(p)];
    return d;
}

void Result()
{
    FILE *fl;
    int i;
    fl = fopen("out.txt","a");  //将结果保存在out.txt这个文件里面
    fprintf(fl,"%sn", "本次算法中的各参数如下:");
    fprintf(fl,"alpha=%.3lf, beta=%.3lf, rou=%.3lf, Q=%.3lfn",alpha,beta,rou,Q);
    fprintf(fl,"%s %dn", "本次算法迭代次数为:",NcMax);
    fprintf(fl,"%s %.4lfn", "本算法得出的最短路径长度为:",bestsolution);
    fprintf(fl,"%sn", "本算法求得的最短路径为:");
    for(i=0; i<N; ++i)
        fprintf(fl,"%s →  ", coords[bestway[i]].city);
    fprintf(fl,"%s", coords[bestway[0]].city);
    fprintf(fl, "nnn");
    fclose(fl);
    return;
}

int main()
{
    int NC = 0;
    int i,j,k;
    int s;
    double drand, pro, psum;
    FILE *fp;
    Initialize();
    fp = fopen("coords.txt","r+");
    Inputcoords(fp);
    GreateGraph();
    fclose(fp);
    for(i=0; i<N; ++i)
    {
        for(j=0; j<N; ++j)
        {
            phe[i][j] = IN; //信息素初始化
            if(i != j)
                yita[i][j] = 100.0 / graph[i][j];  //期望值,与距离成反比
        }
    }
    memset(map, -1, sizeof(map));   //把蚂蚁走的路线置空
    memset(vis, 0, sizeof(vis));    //0表示未访问,1表示已访问
    srand(time(NULL));
    while(NC++ <= NcMax)
    { 
        for(k=0; k<M; ++k)
        {
            map[k][0] = (k+NC) % N;  //给每只蚂蚁分配一个起点,并且保证起点在N个城市里
            vis[k][map[k][0]] = 1;   //将起点标记为已经访问
        }
        s = 1;
        while(s < N)
        {
            for(k=0; k<M; ++k)
            {
                psum = 0;
                for(j=0; j<N; ++j)
                {
                    if(vis[k][j] == 0)
                    {
                        // 转移概率的分母
                        psum += pow(phe[ map[k][s-1] ][j], alpha) * pow(yita[ map[k][s-1] ][j], beta);
                    }
                }
                drand = (double)(rand() % 5000);
                drand /= 5000.0;  //生成一个小于1的随机数
                pro = 0;
                for(j=0; j<N; ++j)
                {
                    if(vis[k][j] == 0)
                    {
                        // 转移概率：
                        // phe[i][j]表示边(i,j)上的信息素浓度
                        // yita[i][j]是启发信息，与距离成反比，表示城市j相对城市i的可见度
                        pro += pow(phe[map[k][s-1]][j], alpha) * pow(yita[map[k][s-1]][j], beta) / psum;
                    }
                    if(pro > drand)
                        break;
                }
                vis[k][j] = 1;  //将走过的城市标记起来
                map[k][s] = j;  //记录城市的顺序
            }
            s++;
        }
        memset(add, 0, sizeof(add));
        for(k=0; k<M; ++k)      //计算本次中的最短路径
        {
            solution[k] = Distance(map[k]);  //蚂蚁k所走的路线的总长度
            if(solution[k] < bestsolution)
            {
                bestsolution = solution[k];
                for(i=0; i<N; ++i)
                    bestway[i] = map[k][i];
            }
        }

        // 进行信息素更新
        for(k=0; k<M; ++k)
        {
            for(j=0; j<N-1; ++j)
            {
                add[ map[k][j] ][ map[k][j+1] ] += Q/solution[k];
            }
            add[N-1][0] += Q/solution[k];
        }
        for(i=0; i<N; ++i)
        {
            for(j=0; j<N; ++j)
            {
                // rou为小于1的常数，表示信息的持久性
                phe[i][j] = phe[i][j]*rou + add[i][j];
                if(phe[i][j] < 0.0001)   //设立一个下界
                    phe[i][j] = 0.0001;
                else if(phe[i][j] > 20)  //设立一个上界,防止启发因子的作用被淹没
                    phe[i][j] = 20;
            }
        }
        memset(vis,0,sizeof(vis));
        memset(map,-1,sizeof(map));
    }
    Result();
    printf("Result is saved in out.txtn");
    return 0;
}