粒子群算法求tsp问题

上传人:小** 文档编号:55433057 上传时间:2018-09-29 格式:DOC 页数:16 大小:404.15KB
返回 下载 相关 举报
粒子群算法求tsp问题_第1页
第1页 / 共16页
粒子群算法求tsp问题_第2页
第2页 / 共16页
粒子群算法求tsp问题_第3页
第3页 / 共16页
粒子群算法求tsp问题_第4页
第4页 / 共16页
粒子群算法求tsp问题_第5页
第5页 / 共16页
点击查看更多>>
资源描述

《粒子群算法求tsp问题》由会员分享,可在线阅读,更多相关《粒子群算法求tsp问题(16页珍藏版)》请在金锄头文库上搜索。

1、智能优化算法第三次作业智能优化算法第三次作业一分析一分析1)1、基本思想粒子群算法简称 PSO,它的基本思想是模拟鸟群的捕食行为。设想这样一个场景:一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。PSO 从这种模型中得到启示并用于解决优化问题。PSO 中,每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值(fitness value),每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就追

2、随当前的最优粒子在解空间中搜索。PSO 初始化为一群随机粒子(随机解)。然后通过迭代找到最优解。在每一次迭代中,粒子通过跟踪两个“极值“来更新自己。第一个就是粒子本身所找到的最优解,这个解叫做个体极值 pBest。另一个极值是整个种群目前找到的最优解,这个极值是全局极值gBest。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居,那么在所有邻居中的极值就是局部极值。粒子公式在找到这两个最优值时,粒子根据如下的公式来更新自己的速度和新的位置:vivi = = w w * * vivi + + c1c1 * * rand()rand() * * (pbesti(pbesti - - pres

3、enti)presenti) + + c2c2 * * rand()rand() * * (gbest(gbest - - presenti)presenti) presentipresenti = = presentipresenti + + vivi 其中 vivi代表第 i i 个粒子的速度,w w 代表惯性权值,c1c1 和 c2c2 表示学习参数,rand()rand()表示在 0-10-1 之间的随机数,pbestipbesti代表第 i i 个粒子搜索到的最优值,gbestgbest 代表整个集群搜索到的最优值,presentipresenti代表第 i i 个粒子的当前位置算法

4、步骤:(i) 初始化粒子群,给每一个粒子一个初始解 idx 和随机的交换序 idv。 (ii) 判断是否达到最大迭代次数 1000。若是,算法结束,输出结果;若不是,转到(iii)。 (iii) 根据粒子当前位置计算下一个新解: (a) 计算 A,A 是一个基本交换序,表示 A 作用于 idx 得到 idp; (b) 计算 B=,B 是一个基本交换序; (c) 按照公式v=vAB 更新速度和位置。 (d) 如果得到了更好的个体位置,更新。 (iv) 如果得到了更好的群体位置,更新。1)生成初始种群:2)适应度计算3)当前最优粒子位子序列4)全局最优位置序列5)更新速度6)更新位置7)找到最优路

5、径二、结果:源码:/*问题:用粒子群算法求解 TSP 问题:为保证有解 用完全图做样例*/ /*洪文杰 2016-3-25. 智能优化算法 第三次作业*/ #include #include #include using namespace std;/-宏定义-/ #define NUMBER 50 /种群规模 #define GENE_NUMBER 1000 /迭代次数 #define G 20 /图的顶点个数 #define M 0.45 /局部最优解选择概率 #define N 0.65 /全局最优解选择概率 /-全局变量定义-/ int FigureGG; /保存图信息 int Uni

6、tNUMBERG; /保存初始种群 static struct int a; int b;vNUMBERG,ANUMBERG,BNUMBERG,VNUMBER3*G; /保存种群初始速度,序 列 A,序列 B,更新后的速度。 /int PbestNUMBERG; /保存每个粒子当前知 道的最佳位置 /int GbestG; /保存所有粒子知道的 最佳位置 int sumNUMBER; /保存个体环路长度 int Figure_best=100000; /最短路径长度 int key=0; /最短路径的个体编号 int V_numberNUMBER; /更新速度的序列个数 int hwjG; /

7、保存最短路径 /-函数声明-/ void hwj_figure(); /生成完全图 void hwj_initial_population(); /生成初始种群及粒子速度 void hwj_swap(int *a,int *b); /交换两个数的值 void hwj_fitness(); /计算适应度 void hwj_A(); /找到粒子与其当前所 知道的最佳位置的速度序列 void hwj_B(); /找到粒子与种群最佳 位置的速度序列 void hwj_V(); /速度更新 void hwj_X(); /位置更新 void hwj_best(); /找到最短路径 /-主函数-/ int

8、main() int Key=0;coutUnitij+1) temp+=FigureUnitij+1Unitij; else temp+=FigureUnitijUnitij+1; if(Uniti0UnitiG)sumi=temp+FigureUnitiGUniti0; /计算每个个体的环路长度 else sumi=temp+FigureUniti0UnitiG; /coutN) for(i=0;iM else temp+=FigureUnitijUnitij+1; if(Uniti0UnitiG)sumi=temp+FigureUnitiGUniti0; /计算每个个体的环路长度 else sumi=temp+FigureUniti0UnitiG; if(Figure_bestsumi) Figure_best=sumi; key=i; for(i=0;iG;i+) hwji=Unitkeyi;

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 商业/管理/HR > 管理学资料

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号