基于蚁群算法的三维孔道路径规划(源码,全部5个M文件)

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于蚁群算法的插装阀块孔道路径规划

M文件1

function [ROUTES,PL,Tau]=ACASP(D,Tau,K,M,S,E,Alpha,Beta,Rho,Q,GP) %% 基于蚁群算法的三维路径规划

%% 输入参数列表

% D 邻接矩阵

% Tau 初始信息素矩阵

% 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

% Rho 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----------------------------------

N=size(D,1);%N表示问题的规模

Eta=ones(1,N);%启发式信息,取为至目标点的直线距离的倒数ROUTES=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);%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-------------------- for k=1:K

disp(k);

for m=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

DW=DD(W,:);

DW1=find(DW

for j=1:length(DW1)

if TABUkm(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

while W~=E&&Len_LJD>=1

%% 第三步:转轮赌法选择下一步怎么走

PP=zeros(1,Len_LJD);

for i=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);

to_visit=LJD(Select(1));%下一步将要前往的节点%% 第四步:状态更新和记录

Path=[Path,to_visit];%路径增加

PLkm=PLkm+DD(W,to_visit);%路径长度增加

W=to_visit;%蚂蚁移到下一个节点

for kk=1:N

if TABUkm(kk)==0

DD(W,kk)=inf;

DD(kk,W)=inf;

end

end

TABUkm(W)=0;%已访问过的节点从禁忌表中删除

DW=DD(W,:);

DW1=find(DW

for j=1:length(DW1)

if TABUkm(DW1(j))==0

DW(j)=inf;

end

end

LJD=find(DW

Len_LJD=length(LJD);%可选节点的个数

end

%% 第五步:记下每一代每一只蚂蚁的觅食路线和路线长度ROUTES{k,m}=Path;

if Path(end)==E

PL(k,m)=PLkm;

else

PL(k,m)=inf;

end

end

%% 第六步:更新信息素

Delta_Tau=zeros(N,N);%更新量初始化

for m=1:M

if PL(k,m)

ROUT=ROUTES{k,m};

TS=length(ROUT)-1;%跳数

PL_km=PL(k,m)+10*RoundTime(ROUT,GP);

for s=1:TS

x=ROUT(s);

y=ROUT(s+1);

Delta_Tau(x,y)=Delta_Tau(x,y)+Q/PL_km;

Delta_Tau(y,x)=Delta_Tau(y,x)+Q/PL_km;

end

end

end

Tau=(1-Rho).*Tau+Delta_Tau;%信息素挥发一部分,新增加一部分End

M文件2

function T=RoundTime(Path,GP)

%% 统计路径转弯次数

T=0;

P=GP(Path,:);

N=size(P,1);

for i=1:N-2

x1=P(i,1);

y1=P(i,2);

z1=P(i,3);

x2=P(i+2,1);

y2=P(i+2,2);

z2=P(i+2,3);

d=sqrt((x1-x2)^2+(y1-y2)^2+(z1-z2)^2);

if d<2

T=T+1;

end

end

相关文档
最新文档