a3_2 - 副本.zip 2.28KB

2302_80486021需要积分:9(1积分=1元)

资源文件列表:

a3_2 - 副本.zip 大约有1个文件

a3_2 - 副本.m 5.64KB

资源介绍:

a3_2 - 副本.zip

% （1）主函数 Map1=[2,7;91,38;83,46;71,44;64,60;68,58; 83,69;87,76;74,78;71,71];%具体城市坐标 MaxIter=200; %最大迭代次数 Pop_Size=150; %种群规模 pc=0.8; %选择概率 pm=0.1; %变异概率 [opt,fval]=tspga(Map1,MaxIter,Pop_Size,pm,pc); % （2）计算两城市之间距离函数 function d=distance(A,B) d=sqrt((A(1)-B(1))^2+(A(2)-B(2))^2); %距离公式 end % （3）计算适应度函数 function f=fitness(fmin,fmax,froad) f=1-(froad-fmin)/(fmax-fmin); %适应度函数 end % （4）去除x中的y函数 function elim=eliminate(x,y) for n=1:length(y) x=x(find(x~=y(n))); %去除x中的y end elim=x; end % （5）遗传算法计算TSP函数 function [opt,fval]=tspga(Map,MaxIter,SizeScale,pm,pc) n=max(size(Map)); DistMatrix=zeros(n,n);%初始化距离矩阵DistMatrix()，用于存储两城市之间距离 for i=1:n for j=1:n DistMatrix(i,j)=distance(Map(i,:),Map(j,:));%计算两城市之间距离，存储于DistMatrix()矩阵中 end end %%%%%%%%%生成初始种群%%%%%%%%%%% Road=ones(SizeScale,n);%初始化路径矩阵Road() for i=1:SizeScale Road(i,:)=randperm(n);%随机生成初始种群（路径矩阵） end iter=1; MinestRoad_fval=ones(MaxIter,1);%初始化最短里程矩阵MinestRoad_fval()的历史记录值 MinestRoad_opt=ones(MaxIter,n);%初始化最短里程路径矩阵MinestRoad_opt()的历史记录值 while iter<=MaxIter Dist=zeros(SizeScale,1);%初始化里程矩阵Dist，用于存储每条路径的里程值 %%%%%%计算每条路径的历程%%%%% for i=1:SizeScale for j=1:(n-1) Dist(i)=Dist(i)+DistMatrix(Road(i,j),Road(i,j+1)); end Dist(i)=Dist(i)+DistMatrix(Road(i,1),Road(i,n));%计算每条路径的里程存储于Dist()矩阵中 end %%%%%%%%计算每条路径的适应度值%%%%%%%%% fitmatrix=ones(SizeScale,1); [MinRoad A]=min(Dist(:,1));%计算出最小里程值 MaxRoad=max(Dist(:,1)); %计算出最大里程值 for i=1:SizeScale fitmatrix(i)=fitness(MinRoad,MaxRoad,Dist(i));%计算每条路径的适应度的值，存储于fitmatrix()中 end %%%%%%%%%%选择操作%%%%%%%%% [c p]=sort(fitmatrix(:,1));%对适应度值进行升序排列，c中存放升序排列适应度的值，p中存放的是c对fitmatrix()的索引，即适应度值对应的fitmatrix()中的第几行 change=20;%选出适应度值最小路径数目 for i=1:change Road(p(i),:)=Road(p(SizeScale),:);%选出适应度值最小的20条路径，用适应度值最大的路径替换 end Roadnew=Road; %%%%%%%%%%%%交叉操作%%%%%%%%%%%% for i=1:SizeScale u=randi([1 SizeScale],2,1); s=u(1); t=u(2); if rand(1)<pc %判断是否进行交叉操作 oldp1=Road(s,:);%随机选取两个父代染色体 oldp2=Road(t,:); u=randi([1 n],2,1); crossj1=u(1);%随机选取两个切点 crossj2=u(2); minjcross=min(crossj1,crossj2); maxjcross=max(crossj1,crossj2); segment1=oldp1(minjcross:maxjcross);%选中的路径（染色体）片段，文中的AXY segment2=oldp2(minjcross:maxjcross);%选中的路径（染色体）片段，文中的BXY oldp12=eliminate(oldp1,segment2);%在oldp1删除与segment2相同的元素 oldp21=eliminate(oldp2,segment1);%在oldp2删除与segment1相同的元素 newp1=[segment2,oldp12];%生成新路径（子代染色体） newp2=[segment1,oldp21];%生成新路径（子代染色体） Roadnew(s,:)=newp1;%更新种群 Roadnew(t,:)=newp2; end end Road1=Roadnew; %%%%%%%%%计算交叉操作之后种群的最优解（最短里程路径）%%%%%%% Dist=zeros(SizeScale,1); for i=1:SizeScale for j=1:(n-1) Dist(i)=Dist(i)+DistMatrix(Road1(i,j),Road1(i,j+1)); end Dist(i)=Dist(i)+DistMatrix(Road1(i,1),Road1(i,n));%计算里程，更新里程矩阵 end [MinRoad2 B]=min(Dist); MaxRoad=max(Dist(:,1)); for i=1:SizeScale fitmatrix(i)=fitness(MinRoad2,MaxRoad,Dist(i));%计算适应度函数 end %%%%%%变异操作（单点交叉）%%%%%%% k=1; [d p]=sort(fitmatrix(:,1)); while k<=SizeScale c=randi([1 n],2,1); pos1(1,:)=c(1,:);%随机产生交叉点 pos2(1,:)=c(2,:);%随机产生交叉点 rk=rand(); if rk<=pm&&k~=p(SizeScale)%判断是否进行变异 temp=Road1(p(k),pos1);%进行变异操作，更新种群 Road1(p(k),pos1)=Road1(p(k),pos2); Road1(p(k),pos2)=temp; end k=k+1; end %%%%%%%%%计算变异操作后种群的最优解（最短里程路径）%%%%%%%%%%%%% Dist=zeros(SizeScale,1); for i=1:SizeScale for j=1:(n-1) Dist(i)=Dist(i)+DistMatrix(Road1(i,j),Road1(i,j+1)); end Dist(i)=Dist(i)+DistMatrix(Road1(i,1),Road1(i,n)); end [MinRoad3,C]=min(Dist); %%%%%%%%%%搜索每一代中的最优路径%%%%%%%%% if (MinRoad2>MinRoad)&&(MinRoad3>MinRoad) MinestRoad=MinRoad; D=A; Road(D,:)=Road(A,:); else if (MinRoad>MinRoad2)&&(MinRoad3>MinRoad2) MinestRoad=MinRoad2; D=B; Road(D,:)=Roadnew(B,:); else MinestRoad=MinRoad3; D=C; Road(D,:)=Road1(C,:); end end MinestRoad_fval(iter,1)=MinestRoad;%本代最小里程值 MinestRoad_opt(iter,:)=Road(D,:);%本代最优路径 iter=iter+1; Road=Road1; end [MinestRoad a]=min(MinestRoad_fval);%取路径里程最小值 opt=MinestRoad_opt(a,:)%输出最优路径 fval=MinestRoad%输出最短里程 A=a%得到最优路径的迭代次数 %%%%%%%%%%绘图%%%%%%%%% plot(Map(:,1),Map(:,2),'*'); hold on for c = 1:n text(Map(c, 1), Map(c, 2), [' ' num2str(c)], 'Color', 'k', 'FontWeight', 'b'); end XX=Map(MinestRoad_opt(a,:),1); XX=[XX;Map(MinestRoad_opt(a,1),1)]; YY=Map(MinestRoad_opt(a,:),2); YY=[YY;Map(MinestRoad_opt(a,1),2)]; plot(XX,YY); legend('城市','最优路径'); end

标题	大小	时间
book-cplusplus-master.zip	46.32MB	7月前

软件著作权参考资料云曦日历补正通知书	7.43MB	7月前
计算机网络动态路由之 ospf	633.16KB	7月前
ubuntu20.04-ROS noetic实现一个两轮差速移动机器人的仿真	4.78MB	7月前
quantized-custom	32.63KB	7月前

ultralytics_obb_segment.zip	5.95MB	7月前
2025届毕业论文（设计）相关材料(1).zip	1.38MB	7月前
8c4d788f-26d8-463b-97d4-79aceb9e7b88.zip	10.27KB	7月前