MAT之SA：利用SA算法解決TSP(數(shù)據(jù)是14個(gè)虛擬城市的橫縱坐標(biāo))問(wèn)題

?

?

目錄

輸出結(jié)果

實(shí)現(xiàn)代碼

---

?

?

?

?

?

輸出結(jié)果

?

實(shí)現(xiàn)代碼

%SA：利用SA算法解決TSP(數(shù)據(jù)是14個(gè)虛擬城市的橫縱坐標(biāo))問(wèn)題——Jason niu X = [16.4700 96.100016.4700 94.440020.0900 92.540022.3900 93.370025.2300 97.240022.0000 96.050020.4700 97.020017.2000 96.290016.3000 97.380014.0500 98.120016.5300 97.380021.5200 95.590019.4100 97.130020.0900 92.5500];D = Distance(X); N = size(D,1); T0 = 1e10; Tend = 1e-30; L = 2; q = 0.9; Time = ceil(double(solve([num2str(T0) '*(0.9)^x = ',num2str(Tend)]))); count = 0; Obj = zeros(Time,1); track = zeros(Time,N); S1 = randperm(N); DrawPath(S1,X) title('利用自定義函數(shù)繪制TSP問(wèn)題的初始路徑(隨機(jī)產(chǎn)生)—Jason niu') disp('初始種群中的一個(gè)隨機(jī)值:') OutputPath(S1); Rlength = PathLength(D,S1); disp(['總距離：',num2str(Rlength)]);while T0 > Tend count = count + 1; temp = zeros(L,N+1);S2 = NewAnswer(S1); [S1,R] = Metropolis(S1,S2,D,T0); if count == 1 || R < Obj(count-1)Obj(count) = R; elseObj(count) = Obj(count-1);endtrack(count,:) = S1;T0 = q * T0; endfigure plot(1:count,Obj) xlabel('迭代次數(shù)') ylabel('距離') title('SA：顯示SA算法對(duì)TSP問(wèn)題的優(yōu)化過(guò)程(適應(yīng)度函數(shù))—Jason niu')DrawPath(track(end,:),X) title('SA：利用SA對(duì)TSP問(wèn)題優(yōu)化，繪制出利用SA算法優(yōu)化后的最優(yōu)路徑圖—Jason niu') %% IX. 輸出最優(yōu)解的路線和總距離 disp('最優(yōu)解:') S = track(end,:); p = OutputPath(S); disp(['總距離：',num2str(PathLength(D,S))]);

?

?

相關(guān)文章
MAT之SA：利用SA算法解決TSP(數(shù)據(jù)是14個(gè)虛擬城市的橫縱坐標(biāo))問(wèn)題
?

?

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的MAT之SA：利用SA算法解决TSP(数据是14个虚拟城市的横纵坐标)问题的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。