这个例子其实是当初数模比赛时用来完成碎片拼接的蚁群算法最短路径java，但其所用到原理还是求解最短路径的原理。但这里的最短路径和数据结构中最短路径有一定的区别。在数据结构中，对于最短路径的求解常用的一般有算法与Floyd算法，但对于要求出一条经过所有的点的并且要求路径最短，这些算法还是有一定的局限性的。而蚁群算法则很好地满足了这些条件。话说回来，很想吐槽一下网络流传的一些蚁群算法的例子，当初学习这个时候，身边也没有相关的书籍，只好到网上找例子。网上关于这个算法源代码的常见的有2个版本，都是出自博客，但是在例子都代码是不完整的，缺失了一部分，但就是这样的例子蚁群算法最短路径java，居然流传甚广蚁群算法最短路径java 求教：蚁群算法选择最短路径问题，我很好奇那些转载这些源码的人是否真的有去学习过这些，去调试过。当然，我下面的例子也是无法直接编译通过的，因为涉及到图像读取处理等方面的东西，所以就只贴算法代码部分。但是对于这个问题蚁群算法有一个比较大的缺点，就是收敛很慢，不过对于数量小的路径，效果还是很好的。 =aco1(nt,,m ,st, sd ,Alpha ,Beta ,Rho ,Q,,)%参数解释：%nt 路径所经过的点的个数；% 迭代的次数；%m 蚂蚁的个数；%st 起点序号；%sd 终点序号；%Alpha 信息素系数；�ta 启发因子系数；%Rho 蒸发系数；% Q 信息量；% 是用来求距离矩阵的，可根据实际情况修改
% nt = 209;%碎片个数full = zeros(nt,nt);tic;%初始化距离矩阵for i =1:nt for t = 1:nt if i ~= tfull(i,t) = sum(abs((:,i) - (:,t))); (i,t) = inf; end % a =full(156,187)eta = 1./full;%启发因子，取距离的倒数% eta% e = eta(4,2)tau = ones(nt,nt);%信息素矩阵% tabu = zeros(nt,nt);%禁忌矩阵，取蚂蚁数量和碎片数量一致，以减少迭代次数nc =1;%初始化迭代次数;rbest=zeros(,nt);%各代最佳路线rbest(:,1) = ((st,st,))';rbest(:,nt) =((sd,sd,))'; lbest=zeros(,1);%各代最佳路线的长度 = 0;%临时记录每代最佳路线长度stime = 1;%记录代数进度for i = 1: % 代数循环 =zeros(nt,nt);%初始化改变量 stime for t = 1:m % 对蚂蚁群体的循环，tabu=zeros(1,nt);%禁忌向量，标记已访问的碎片，初试值设为0，访问之后则变为1; = zeros(1,nt);%记录已访问的元素的位置 tabu(st) = 1;%st为起点，在此表示为碎片矩阵的编号，因为已经将蚁群放在起点，故也应将禁忌向量和位置向量的状态进行修改 tabu(sd) =1;%同上 (nt) = sd ;%同上； (1) = st;%同上；ht = 0; for r = 2:nt-1 %记录了还没访问的图片编号vp = 1;%指示量pp = [];%置空的概率向量jc = 0;%获取尚未访问的位置的向量。
wv = zeros( nt -2 - ht );for k =1 : ntif tabu(k) == 0jc = jc +1;wv(jc) = k;%a =(tau((end),ju(3))^Alpha)(eta((end),ju(3))^Beta)%(end)%计算选择的概率for k=1:(wv)pp(k)=(tau((vp),wv(k))^Alpha)(eta((vp),wv(k))^Beta);%下一张碎片的选择概率计算，p =（信息素^信息素系数）（启发因子^启发因子系数）endpp=pp./(sum(pp));%归一化pcum =(pp);psl = find(pcum >= rand);%轮盘赌法= wv(psl(1)) ;%完成选点tabu() =1;(r) = ;ht =ht +1;%已访问碎片个数变化vp =vp+1; end %路径变化信息%对单个蚂蚁的路径进行统计 sum1 =0; for pr = 1:nt -1x = (pr);y = (pr+1) ;sum1 =sum1 + full(x,y); end%vcell{t} =;%元胞记录每个蚂蚁的路径，即碎片顺序;%msum(t) = sum1;%信息素变化；for ww=1:(nt-1)((ww),(ww+1))=((ww),(ww+1)) + Q/sum1;end%((end),(1))=((end),(1))+Q/(sum1/100);%if t == m & i == % = %endif t == = end tau=(1-Rho).tau+; %完成信息素的更新，找出现有的最新的最佳路径,即信息素最多的路径； stime =stime +1;end toc;
文章来源:http://www.jingyanlib.com/resultpage?id=GchCYYwNqfgun_2JiIAneA