资源描述：
《蚁群算法最短路径matlab程序》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、蚁群算法最短路径通用Matlab程序下面的程序是蚁群算法在最短路中的应用，稍加扩展即可应用于机器人路径规划function[ROUTES,PL,Tau]=ACASP(G,Tau,K,M,S,E,Alpha,Beta,Rho,Q)%%---------------------------------------------------------------% ACASP.m% 蚁群算法动态寻路算法% ChengAihua,PLAInformationEngineeringUniversity,ZhengZhou,China% Email:aihuacheng@gmail.com% Al
2、lrightsreserved%%---------------------------------------------------------------% 输入参数列表% G 地形图为01矩阵，如果为1表示障碍物% Tau 初始信息素矩阵（认为前面的觅食活动中有残留的信息素）% K 迭代次数（指蚂蚁出动多少波）% M 蚂蚁个数（每一波蚂蚁有多少个）% S 起始点（最短路径的起始点）% E 终止点（最短路径的目的点）% Alpha 表征信息素重要程度的参数% Beta 表征启发式因子重要程度的参数% R
3、ho 信息素蒸发系数% Q 信息素增加强度系数%% 输出参数列表% ROUTES 每一代的每一只蚂蚁的爬行路线% PL 每一代的每一只蚂蚁的爬行路线长度% Tau 输出动态修正过的信息素%%--------------------变量初始化----------------------------------%loadD=G2D(G);N=size(D,1);%N表示问题的规模（象素个数）MM=size(G,1);a=1;%小方格象素的边长Ex=a*(mod(E,MM)-0.5);%终止点横坐标ifEx==-0.5 Ex=MM-0.5;endE
4、y=a*(MM+0.5-ceil(E/MM));%终止点纵坐标Eta=zeros(1,N);%启发式信息，取为至目标点的直线距离的倒数%下面构造启发式信息矩阵fori=1:N ifix==-0.5 ix=MM-0.5; end iy=a*(MM+0.5-ceil(i/MM)); ifi~=E Eta(1,i)=1/((ix-Ex)^2+(iy-Ey)^2)^0.5; else Eta(1,i)=100; endendROUTES=cell(K,M);%用细胞结构存储每一代的每一只蚂蚁的爬行路线PL=zeros(K,M)
5、;%用矩阵存储每一代的每一只蚂蚁的爬行路线长度%%-----------启动K轮蚂蚁觅食活动，每轮派出M只蚂蚁--------------------fork=1:K disp(k); form=1:M%% 第一步：状态初始化 W=S;%当前节点初始化为起始点 Path=S;%爬行路线初始化 PLkm=0;%爬行路线长度初始化 TABUkm=ones(1,N);%禁忌表初始化 TABUkm(S)=0;%已经在初始点了，因此要排除 DD=D;%邻接矩阵初始化%% 第二步：下一步可以前往的节点
6、 DW=DD(W,:); DW1=find(DW forj=1:length(DW1) ifTABUkm(DW1(j))==0 DW(j)=inf; end end LJD=find(DW Len_LJD=length(LJD);%可选节点的个数%% 觅食停止条件：蚂蚁未遇到食物或者陷入死胡同 whileW~=E&&Len_LJD>=1%% 第三步：转轮赌法选择下一步怎么走 PP=zeros(1,Len
7、_LJD); fori=1:Len_LJD PP(i)=(Tau(W,LJD(i))^Alpha)*(Eta(LJD(i))^Beta); end PP=PP/(sum(PP));%建立概率分布 Pcum=cumsum(PP); Select=find(Pcum>=rand);%% 第四步：状态更新和记录
