最短路徑算法分類與應(yīng)用研究-資料下載頁
2025-06-26 06:04本頁面
【正文】 (1),:)Shortest_Length=L_best(Pos(1))DrawRoute(C,Shortest_Route)function DrawRoute(C,R) N=length(R)。scatter(C(:,1),C(:,2))。hold onplot([C(R(1),1),C(R(N),1)],[C(R(1),2),C(R(N),2)])hold onfor ii=2:Nplot([C(R(ii1),1),C(R(ii),1)],[C(R(ii1),2),C(R(ii),2)])hold onend蟻群算法解決浙江旅行商問題浙江旅行商問題初始參數(shù)設(shè)置如下： 蟻群中螞蟻數(shù)量m=200；信息素重要程度的參數(shù)Alpha=1；啟發(fā)式因子重要程度的參數(shù)Beta=5；信息素蒸發(fā)系數(shù)Rho=；最大迭代次數(shù)NC_max=200；信息素增加強度系數(shù)Q=100。浙江省33個城市的坐標C（以33城市的經(jīng)緯度作為城市的相對坐標），如下表：標號城市北緯東經(jīng)標號城市北緯東經(jīng)標號城市北緯東經(jīng)1杭州12蘭溪23桐鄉(xiāng)2慈溪13臨海24溫嶺3東陽14麗水25溫州4奉化15龍泉26蕭山5富陽16寧波27義烏6海寧17平湖28樂清7湖州18衢州29余杭8建德19瑞安30余姚9江山20上虞31永康10嘉興21紹興3032舟山11金華22臺州33諸暨運行蟻群算法，所得到的最短路線結(jié)果為：32－16－4－13－22－24－28－25－19－14－15－9－18－8－12－11－27－3－33－31－5－7－29－1－26－21－20－6－23－10－17－2－30即，舟山－寧波－奉化－臨海－臺州－溫嶺－樂清－溫州－瑞安－麗水－龍泉－江山－衢州－建德－蘭溪－金華－義烏－東陽－諸暨－永康－富陽－湖州－余杭－杭州－蕭山－紹興－上虞－寧海－桐鄉(xiāng)－嘉興－平湖－慈溪－余姚由于采用的是相對坐標，即城市的經(jīng)緯度，因此不能算出具體最短路徑是多長，如果采用實際地理坐標，則在運行后的MATLAB程序結(jié)果里可以看見所計算出的最短路徑長度。浙江旅行商最短路線圖如下圖：第四章 總結(jié)通過收集整理關(guān)于最短路徑的普遍算法，為研究最短路徑問題在一些出行問題、管理問題、工程問題及實際生活問題中的應(yīng)用，為企業(yè)和個人提供方便的選擇方法。同時，也為參加數(shù)學(xué)建模的同學(xué)提供一些解題的思路與方法，為比賽提供有利的資源。最后應(yīng)用蟻群算法來解決浙江旅行商問題，由結(jié)果可以看出，蟻群算法運用于浙江旅行商問題，在結(jié)果上表現(xiàn)出令人滿意的效果。在進一步的研究中，將繼續(xù)探索它在其他優(yōu)化問題上的應(yīng)用，以期取得更佳的效果。致謝在本次論文設(shè)計過程中，指導(dǎo)老師對該論文從選題，構(gòu)思到最后定稿的各個環(huán)節(jié)給予細心指引與教導(dǎo),使我得以最終完成論文設(shè)計。在學(xué)習(xí)中,老師嚴謹?shù)闹螌W(xué)態(tài)度、豐富淵博的知識、敏銳的學(xué)術(shù)思維、精益求精的工作態(tài)度以及侮人不倦的師者風(fēng)范是我終生學(xué)習(xí)的楷模，導(dǎo)師們的高深精湛的造詣與嚴謹求實的治學(xué)精神，將永遠激勵著我。在此，謹向老師們致以衷心的感謝和崇高的敬意！ 最后，我要向百忙之中抽時間對本文進行審閱、評議的各位老師表示感謝。參考文獻[1] 段海濱.《蟻群算法原理及應(yīng)用》[M].北京:.[2] 李明海 邢桂華.《用MATLAB實現(xiàn)中國旅行商問題的求解》[J].《微計算機應(yīng)用》,2004,.[3] 苗卉 楊韜.《旅行商問題(TSP) 算法的比較》[J].《技術(shù)市場》,.[4] 王勇.《用遺傳算法求解中國旅行商問題》[J].《哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版)》,2005,第21 .[5] 李如琦 蘇媛媛.《用MAX_MIN螞蟻算法解決中國旅行商問題》[J].《湖南工業(yè)大學(xué)學(xué)報》,2007,.[6] 國內(nèi)主要城市經(jīng)緯度表(參考表).[7] 李士勇.《蟻群算法及其應(yīng)用》[M].哈爾濱:.[8] Dijkstra算法.[9] 拓撲算法.[10] 高玉龍 張西紅 吳彩華.《廣域網(wǎng)中網(wǎng)絡(luò)拓撲算法研究》[J].《科學(xué)技術(shù)與工程》,2005,－1972.[11] Floyd算法.[12] Prim算法.[13] kruskal算法.[14] 賴金富 李向新.《基于改進蟻群算法在最短路徑搜索中的應(yīng)用》[J].《昆明冶金高等專科學(xué)校學(xué)報》,2008,.[15] 江重光 傅培玉 孫仲憲 汪 鐳 吳啟迪.《智能蟻群算法》[J].《前沿技術(shù)》,2005,.[16] 張勇德 黃莎白. 多目標優(yōu)化問題的蟻群算法研究》[J].《控制與決策》,2005,.[17] 劉文海 徐榮聰.《幾種最短路徑的算法及比較》[J].《福建電腦》,2008,.[18] 鄒亮 徐建閩 朱玲湘.《A*算法改進及其在動態(tài)最短路徑問題中的應(yīng)用》[J].《深圳大學(xué)學(xué)報理工版》,2007,.[19] 高為民.《基于螞蟻算法的公交網(wǎng)絡(luò)最短路徑問題研究》[J].《交通與計算機》,2007,.[20] 柴世紅 曹建文.《遺傳算法求解ＴＳＰ及其改進》[J].《福建電腦》,2008,.[21] 王劍文 戴光明 謝柏橋 張全元.《求解TSP問題算法綜述》[J].《計算機工程與科學(xué)》,2008,.[22] 馬坤 于海平 彭啟山.《改進的遺傳模擬退火算法在中的應(yīng)用》[J].《武漢科技大學(xué)學(xué)報（自然科學(xué)版）》,2006,.
語文相關(guān)推薦
鄂ICP備17016276號-1