【正文】 , 4 , 5 , 6 , 7, 3 , 9 , 10 , 11 ]p ? MATLAB 求解結(jié)果 距離矩陣： a(i,j) i 表示起點， j表示終點。 outpath: 1 1,2 1,2,5,6,3 1,4 1,2,5 1,2,5,6 1,4,7 1,2,5,8 1,3,6,9 1,4,7,10 1,4,7,10,9,112,1 2 2,5,6,3 2,1,4 2,5 2,5,6 2,5,6,7 2,5,8 2,5,8,9 2,5,6,7,10 2,5,6,7,10,9,113,6,5,2,1 3,6,5,2 3 3,4 3,6,5 3,6 3,6,7 3,6,5,8 3,6,9 3,6,7,10 3,6,9,114,1 4,1,2 4,3 4 4,1,2,5 4,3,6 4,7 4,1,2,5,8 4,7,10,9 4,7,10 4,7,10,9,115,2,1 5,2 5,6,3 5,2,1,4 5 5,6 5,6,7 5,8 5,8,9 5,6,7,10 5,8,116,5,2,1 6,5,2 6,3 6,3,4 6,5 6 6,7 6,5,8 6,9 6,7,10 6,9,117,4,1 7,6,5,2 7,6,3 7,4 7,6,5 7,6 7 7,10,9,8 7,10,9 7,10 7,10,9,118,5,2,1 8,5,2 8,5,6,3 8,5,2,1,4 8,5 8,5,6 8,9,10,7 8 8,9 8,9,10 8,119,6,3,1 9,8,5,2 9,6,3 9,10,7,4 9,8,5 9,6 9,10,7 9,8 9 9,10 9,1110,7,4,1 10,7,6,5,2 10,7,6,3 10,7,4 10,7,6,5 10,7,6 10,7 10,9,8 10,9 10 10,9,1111,9,10,7,4,1 11,9,10,7,6,5,2 11,9,6,3 11,9,10,7,4 11,8,5 11,9,6 11,9,10,7 11,8 11,9 11,9,10 11 貴州大學(xué) 第 16 頁 4． 3 求解結(jié)果驗證與反思 此程序運算速度有待提高，程序的收斂速度不是很快。解決辦法：可以在變異操作時，增加個體求優(yōu)的自學(xué)習(xí)過程。 （ 2） 算法的進一步改進，例如可加入 Floyd 算法的思想，在父代產(chǎn)生子代的過程中，不是單純的交叉，可以考慮隨機加入頂點是否路徑變短。clear。若不要求太精確，可減少循環(huán)次數(shù)。 %節(jié)點個數(shù) Popsize=200。 %最大代數(shù) Pc=。 %交叉概率和變異概率 A=[0 2 8 1 50 50 50 50 50 50 50 2 0 6 50 1 50 50 50 50 50 50 8 6 0 7 50 1 50 50 50 50 50 1 50 7 0 50 50 9 50 50 50 50 50 1 50 50 0 3 50 2 50 50 50 50 50 1 50 3 0 4 50 6 50 50 50 50 50 9 50 4 0 50 50 1 50 50 50 50 50 2 50 50 0 7 50 9 50 50 50 50 50 6 50 7 0 1 2 50 50 50 50 50 50 1 50 1 0 4 50 50 50 50 50 50 50 9 2 4 0]。 A(A==50)=500。 outdistance=zeros(11,11)。 %用于存放 11 個點相互之間的最短路徑 貴州大學(xué) 第 18 頁 %****** 生成初始種群 ****** for a=1:pointnumber %起點的編號 %a=1。 tempvary(a)=[]。 %將起點單獨放一矩陣 path=zeros(Popsize,pointnumber1)。 path(i,:)=tempvary(temprand(1:end))。 %合成包括起點的完整路線 [row,col]=size(path)。 for k=1:1:MaxGeneration for i=1:row position2=find(path(i,:)==b)。 for j=1:position21 pathlong(i)=pathlong(i)+A(path(i,j),path(i,j+1))。 %因要求最小值，采且常數(shù)減函數(shù)值構(gòu)造適應(yīng)度 Fitness=Fitness./sum(Fitness)。 貴州大學(xué) 第 19 頁 [Orderfi,Indexfi]=sort(Fitness)。 %Oderfi 中最后一個即是最大的適應(yīng)度 BestS=path(Indexfi(Popsize),:)。 roulette=cumsum(Fitness)。 for j=1:length(roulette) if tempProulette(j) break。 end %************ Step 3 : 交叉操作 ************ temppath2=path。 if(tempP2rand(1)) temPm2=fix((rand(1)+)*10)。 %隨機 取出兩個位置為 2到 11基因座 temPm4=min(temPm2,temPm3)。 temp1=path(i,temPm4:temPm5)。 [c d]=find(ismember(path(i,:),temp2))。 %找出 i 行在 i+1 行取出區(qū)域中的數(shù)，置為 0 [e f]=find(ismember(path(i+1,:),temp1))。 %找出 i+1 行在 i 行取出區(qū)域中的數(shù)，置為 0 [g h]=find(path(i,:)~=0)。 %取出 i行的非零元素，成一向量 [l m]=find(path(i+1,:)~=0)。 %取出 i+1 行的非零元素，成一向量 path(i,:)=[v1(1:temPm41) temp2 v1(temPm41+size(temp1):end)]。 %基因交叉 end end path(Popsize,:)=BestS。 if(tempPmPm) temPm6=fix((rand(1)+)*10)。 %產(chǎn)生兩個用于交換的隨機數(shù) tempvessel=path(i,temPm6)。 path(i,temPm7)=tempvessel。 end [aa bb]=find(BestS==b)。 %剔除后面無用的點，留下實際路線 outdistance(a,b)=Bestindividual(k)。 %寫入路徑，因數(shù)據(jù)類型為矩陣，所以采用元胞數(shù)組儲 貴州大學(xué) 第 21 頁 存 end end for i=1:pointnumber for j=1:i outdistance(i,j)=outdistance(j,i)。 %實現(xiàn)路徑的對稱與翻轉(zhuǎn) end end %*************** 結(jié)果輸出 ***************** outdistance celldisp(outpath) %xlswrite(39。, outpath) %存入 excel 中進行操作 貴州大學(xué) 第 22 頁 參考文獻 [1]周明，孫樹棟 .遺傳算法原理及應(yīng)用 .國防工業(yè)出版社 .1999 年， 6月。 [3]焦李成等：免疫優(yōu)化計算、學(xué)習(xí)與識別 .科學(xué)出版社 .2021 年 6 月。 [5]敖友云、遲洪欽 .基于遺傳算法求解 TSP 問題的一種算法 [J].計算機與數(shù)字工程。 致謝 時光荏苒，轉(zhuǎn)眼間，這一學(xué)期的最優(yōu)化原理與算法課程已經(jīng)結(jié)束 ，回首 這四十多個課時 ，心中倍感充實，在此我 感受頗深， 感謝母校 開設(shè)的這門課程，讓我學(xué)到了很多知識。 其次，我要感謝 各位在我撰寫論文中給予我各種幫助的 師兄師姐們，因為有了他們的幫助和鼓勵，論文才得以在預(yù)定的時間里完成，并且學(xué)習(xí)到很多自身所缺乏的東西。 再次，感謝所有 選這門課 的同學(xué)和朋友們，是你們讓我 在這學(xué)期以來在這門課程中豐富多彩，充滿了陽光。