欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

【MATLAB】禁忌算法(TS)求解TSP问题

程序员文章站 2022-05-20 20:17:39
...

1.TS概述

1.1 TS介绍

∙ \bullet 概念:禁忌搜索算法(Tabu Serach,简称TS)是一种全局性邻域搜索算法,模拟人类具有记忆功能的寻优特性。它通过领域搜索机制和相应的禁忌准则来避免迂回搜索,并通过破禁水平来释放一些被禁忌的优良状态,从而保证多样化,实现全局最优。

∙ \bullet 基本思想:首先给定一个当前解(初始解)和一种邻域,然后在当前解的邻域中确定若干候选解;若最佳候选解对应的目标值优于全局最优解,则忽略其禁忌特性,用其替代当前解和全局最优解,并将相应的对象加入禁忌表,同时修改禁忌表中各对象的任期;若不存在上述候选解,则在候选解中选择非禁忌的最佳状态为新的当前解,而无视它与当前解的优劣性,同是将相应的对象加入禁忌表,并修改禁忌表中各对象的任期;重复上述搜索过程,直到满足停止条件为止。

1.2 TS流程

∙ \bullet 给定算法参数,随机产生初始解x,置禁忌表为空。

∙ \bullet 判断终止条件是否满足?若是,则结束算法并输出优化结果;否则,继续一下步骤。

∙ \bullet 利用当前解的邻域函数产生所有(若干)邻域解,并从其中确定若干候选解。

∙ \bullet 若最佳候选解优于全局最优解,将最优解和当前解全部置为最佳候选解,并将与最佳候选解对应的禁忌对象替换最早进入禁忌表的禁忌对象,然后转步骤 6 。反之,继续进行一下步骤。

∙ \bullet 判断候选解对应的各对象的禁忌属性,选择候选解集中非禁忌对象对应的最佳状态为新的当前解,同时用与之对应的禁忌对象替换最早进入禁忌表的禁忌对象元素。

∙ \bullet 转步骤 2

1.3 TS流程特点

∙ \bullet 在搜索过程中可以接受劣解,得到全局最优解的概率增大。

∙ \bullet 新解不是随机产生,选取优良解的概率大于其他解。

∙ \bullet 是一种局部搜索能力很强的全局迭代寻优算法。


2.基于TS求解TSP问题

2.1 tsp.m

生成城市坐标与距离矩阵。这里我们写好了10、30、48、50、75个城市个数的坐标,调用的时候直接计算距离就好了。

注意当城市个数多的话最好不要随机生成坐标,那样的话会使城市分布很均匀,很难进行优化。而且可能会产生重复的坐标点。

function [DLn,cityn]=tsp(n)
%输入参数n为城市个数,返回参数DLn为n×n的距离矩阵,cityn为n×2的城市坐标矩阵

if n==10
    city10=[0.4 0.4439;0.2439 0.1463;0.1707 0.2293;0.2293 0.761;0.5171 0.9414;
        0.8732 0.6536;0.6878 0.5219;0.8488 0.3609;0.6683 0.2536;0.6195 0.2634];%10 cities d'=2.691
    for i=1:10
        for j=1:10
            DL10(i,j)=((city10(i,1)-city10(j,1))^2+(city10(i,2)-city10(j,2))^2)^0.5;
        end
    end
    DLn=DL10;
    cityn=city10;
end

if n==30
    city30=[41 94;37 84;54 67;25 62;7 64;2 99;68 58;71 44;54 62;83 69;64 60;18 54;22 60;
        83 46;91 38;25 38;24 42;58 69;71 71;74 78;87 76;18 40;13 40;82 7;62 32;58 35;45 21;41 26;44 35;4 50];%30 cities d'=423.741 by D B Fogel
    for i=1:30
        for j=1:30
            DL30(i,j)=((city30(i,1)-city30(j,1))^2+(city30(i,2)-city30(j,2))^2)^0.5;
        end
    end
    DLn=DL30;
    cityn=city30;
end

if n==48
    city48=[6734 1453;2233 10;5530 1424;401 841;3082 1644;7608 4458;7573 3716;7265 1268;6898 1885;
        1112 2049;5468 2606;5989 2873;4706 2674;4612 2035;6347 2683;6107 669;7611 5184;7462 3590;7732 4723;
        5900 3561;4483 3369;6101 1110;5199 2182;1633 2809;4307 2322;675 6;7555 4819;7541 3981;3177 756;7352 4506;
        7545 2801;3245 3305;6426 3173;4608 1198;23 2216;7248 3779;7762 4595;7392 2244;3484 2829;6271 2135;4985 140;
        1916 1569;7280 4899;7509 3239;10 2676;6807 2993;5185 3258;3023 1942;];%48cities d'=  by att48
    for i=1:48
        for j=1:48
            DL48(i,j)=((city48(i,1)-city48(j,1))^2+(city48(i,2)-city48(j,2))^2)^0.5;
        end
    end
    DLn=DL48;
    cityn=city48;
end

if n==50
    city50=[31 32;32 39;40 30;37 69;27 68;37 52;38 46;31 62;30 48;21 47;25 55;16 57;
        17 63;42 41;17 33;25 32;5 64;8 52;12 42;7 38;5 25; 10 77;45 35;42 57;32 22;
        27 23;56 37;52 41;49 49;58 48;57 58;39 10;46 10;59 15;51 21;48 28;52 33;
        58 27;61 33;62 63;20 26;5 6;13 13;21 10;30 15;36 16;62 42;63 69;52 64;43 67];%50 cities d'=427.855 by D B Fogel
    for i=1:50
        for j=1:50
            DL50(i,j)=((city50(i,1)-city50(j,1))^2+(city50(i,2)-city50(j,2))^2)^0.5;
        end
    end
    DLn=DL50;
    cityn=city50;
end

if n==75
    city75=[48 21;52 26;55 50;50 50;41 46;51 42;55 45;38 33;33 34;45 35;40 37;50 30;
        55 34;54 38;26 13;15 5;21 48;29 39;33 44;15 19;16 19;12 17;50 40;22 53;21 36;
        20 30;26 29;40 20;36 26;62 48;67 41;62 35;65 27;62 24;55 20;35 51;30 50;
        45 42;21 45;36 6;6 25;11 28;26 59;30 60;22 22;27 24;30 20;35 16;54 10;50 15;
        44 13;35 60;40 60;40 66;31 76;47 66;50 70;57 72;55 65;2 38;7 43;9 56;15 56;
        10 70;17 64;55 57;62 57;70 64;64 4;59 5;50 4;60 15;66 14;66 8;43 26];%75 cities d'=549.18 by D B Fogel
    for i=1:75
        for j=1:75
            DL75(i,j)=((city75(i,1)-city75(j,1))^2+(city75(i,2)-city75(j,2))^2)^0.5;
        end
    end
    DLn=DL75;
    cityn=city75;
end

2.2 CalDist.m

计算该种排序情况下的距离总长度

function F=CalDist(dislist,s)
%计算总长度,dislist为距离矩阵,s为城市排序序列,F为距离总长度

DistanV=0;
n=size(s,2);
for i=1:(n-1)
    DistanV=DistanV+dislist(s(i),s(i+1));
end
DistanV=DistanV+dislist(s(n),s(1));
F=DistanV;

2.3 drawTSP.m

绘制行走路线

function m=drawTSP(Clist,BSF,bsf,p,f)
%Clist为n个城市坐标,BSF为n个城市序列,bsf为总距离,p用来记录第几步搜索
CityNum=size(Clist,1);
for i=1:CityNum-1
    plot([Clist(BSF(i),1),Clist(BSF(i+1),1)],[Clist(BSF(i),2),Clist(BSF(i+1),2)],'ms-','LineWidth',2,'MarkerEdgeColor','k','MarkerFaceColor','g');
    hold on;
end
plot([Clist(BSF(CityNum),1),Clist(BSF(1),1)],[Clist(BSF(CityNum),2),Clist(BSF(1),2)],'ms-','LineWidth',2,'MarkerEdgeColor','k','MarkerFaceColor','g');
title([num2str(CityNum),'城市TSP']);
if f==0
    text(5,5,['第 ',int2str(p),' 步','  最短距离为 ',num2str(bsf)]);
else
    text(5,5,['最终搜索结果:最短距离 ',num2str(bsf)]);
end
hold off;
pause(0.05); 

2.4 tabu_search.m

clear;

CityNum=30;
[dislist,Clist]=tsp(CityNum);%dislist为城市距离矩阵,Clist为各个城市坐标矩阵。

Tlist=zeros(CityNum);%禁忌表(tabu list)
cl=100;%保留前cl个最好候选解
bsf=Inf;  %记录距离
tl=50; %禁忌长度(tabu length)
L1=200;%候选解(candidate),不大于n*(n-1)/2(全部领域解个数)
S0=randperm(CityNum);  %打乱顺序随机排序
S=S0;
BSF=S0;
Si=zeros(L1,CityNum); %Si记录l1个候选解的城市顺序
StopL=2000; %终止步数
p=1;  %记录迭代次数
clf;
%绘制第一个图,动态展示了选择搜索过程
figure(1);

while (p<StopL+1)
    %候选解过多
    if L1>CityNum*(CityNum)/2
        disp('候选解个数,不大于n*(n-1)/2(全部领域解个数)! 系统自动退出!');
        L1=(CityNum*(CityNum)/2)^.5;
        break;
    end
    ArrS(p)=CalDist(dislist,S);    %ArrS矩阵记录每次迭代的距离长度 
    i=1;
    A=zeros(L1,2);
    while i<=L1 
        %随机生成选取两个城市的序号,分别存放在M(1)M(2)中
        M=CityNum*rand(1,2);  
        M=ceil(M);
        if M(1)~=M(2)
            m1=max(M(1),M(2));m2=min(M(1),M(2));
            A(i,1)=m1;A(i,2)=m2;
            if i==1
                isdel=0;
            else
                for j=1:i-1
                    if A(i,1)==A(j,1)&&A(i,2)==A(j,2)  %判断该解是否存在,isdel=1表示存在
                        isdel=1;
                        break;
                    else
                        isdel=0;
                    end
                end
            end
            if ~isdel   %如果不存在就放入
                i=i+1;
            else
                i=i;
            end
        else 
            i=i;
        end
    end
    
    for i=1:L1
        Si(i,:)=S;
        Si(i,[A(i,1),A(i,2)])=S([A(i,2),A(i,1)]);
        %CCL矩阵每一行分别存放次数、距离、两个点,CCL表示所有候选解
        CCL(i,1)=i;
        CCL(i,2)=CalDist(dislist,Si(i,:));
        CCL(i,3)=S(A(i,1));
        CCL(i,4)=S(A(i,2));   
    end
    [fs fin]=sort(CCL(:,2));
    for i=1:cl
        %选取cl个候选解
        CL(i,:)=CCL(fin(i),:);
    end
    
    if CL(1,2)<bsf  %藐视准则(aspiration criterion),更新全局最优解、当前解为最佳候选解
        bsf=CL(1,2);
        S=Si(CL(1,1),:);        
        BSF=S;
        for m=1:CityNum
            for n=1:CityNum
                if Tlist(m,n)~=0
                    Tlist(m,n)=Tlist(m,n)-1;
                end
            end
        end
        Tlist(CL(1,3),CL(1,4))=tl;
    else  %只更新当前解为最佳候选解
        for i=1:cl
            if Tlist(CL(i,3),CL(i,4))==0
                S=Si(CL(i,1),:);
                for m=1:CityNum
                    for n=1:CityNum
                        if Tlist(m,n)~=0
                            Tlist(m,n)=Tlist(m,n)-1;
                        end
                    end
                end
                Tlist(CL(i,3),CL(i,4))=tl;
                break;
            end
        end
    end
    
    Arrbsf(p)=bsf;
    drawTSP(Clist,BSF,bsf,p,0);
    p=p+1;
end
BestShortcut=BSF  %最优路线
theMinDistance=bsf  %最短路径

%第二个图
figure(2);
plot(Arrbsf,'r'); hold on;
plot(ArrS,'b');grid;
title('搜索过程');
legend('最优解','当前解');

2.5 结果

【MATLAB】禁忌算法(TS)求解TSP问题【MATLAB】禁忌算法(TS)求解TSP问题