✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
旅行商问题(TSP)是经典的 组合优化问题之一.人工蜂群算法是近年来被提出的一种新的智能启发式算法.根据旅行商问题的模型特点,设计蜜蜂算法对算例进行仿真求解.,结果表明:蜜蜂算法可以有效的求解旅行商问题,在收敛速度,计算效率,稳定性方面相对遗传算法具有一定的优势.
⛄ 部分代码
clc;
clear;
close all
%% Bees Algorithm Parameters
MaxIt=1000; % Maximum Number of Iterations
nScoutBee=25; % Number of Scout Bees
nEliteSite=4; % Number of Elite Sites
nBestSite=20; % Number of Best Sites
nEliteSiteBee=300; % Number of Recruited Bees for Elite Sites
nBestSiteBee=100; % Number of Recruited Bees for Best Sites
%% Initialization
% Create the map
[map]=create_tsp_map();
% Empty Bee Structure
empty_bee.A=[];
empty_bee.Cost=[];
e=newbee;
end
end
end
if bestnewbee.Cost<bee(i).Cost
bee(i)=bestnewbee;
end
end
% Global search
for i=nBestSite+1:nScoutBee
bee(i).A=randperm(map.n);
bee(i).Cost=CF(bee(i).A,map);
end
% Sort
[~, SortOrder]=sort([bee.Cost]);
bee=bee(SortOrder);
% Update Best Solution Ever Found
BestSol=bee(1);
% Store Best Cost Ever Found
BestCost(it)=BestSol.Cost;
% Display Iteration Information
disp(['Iteration ' num2str(it) ': Best Cost = ' num2str(BestCost(it))]);
% online map
% colony = [bee(1).A bee(1).A(1)];
% subplot(1,1,1)
% cla
% drawBestTour(colony, map);
% drawnow
end
%% Results
% best route map of all iterations
colony = [bee(1).A bee(1).A(1)];
subplot(1,1,1)
cla
drawBestTour(colony, map);
drawnow
⛄ 运行结果
⛄ 参考文献
[1]黄丽韶, 朱喜基. 基于MATLAB的蚁群算法求解旅行商问题[J]. 无线互联科技, 2012(3):3.
