matlab实战系列之人工鱼群算法求解TSP问题原理解析(下篇源码解析)

举报
格图洛书 发表于 2021/11/19 01:55:42 2021/11/19
【摘要】 从算法的名字中可以看出该算法是群体智能优化算法中的一种,人工鱼群算法通过模拟鱼群的觅食、聚群、追尾、随机等行为在搜索域中进行寻优。 人工鱼群算法有三个比较重要的概念:视野范围、k-距离邻域、多条鱼的中心。   一 | 基本概念 1 | 视野范围Visual 人工鱼群算法最重要的概念就是视野范围Visual,在定义视野...

从算法的名字中可以看出该算法是群体智能优化算法中的一种,人工鱼群算法通过模拟鱼群的觅食、聚群、追尾、随机等行为在搜索域中进行寻优。

人工鱼群算法有三个比较重要的概念:视野范围、k-距离邻域、多条鱼的中心。

 

一 | 基本概念

1 | 视野范围Visual

人工鱼群算法最重要的概念就是视野范围Visual,在定义视野范围之前大家需要明白两条鱼之间的“距离”是怎么计算的,如果是在二维平面上,那这个“距离”就是我们常规的欧式距离。

但如果用鱼群算法求解组合优化问题呢,这个“距离”如何定义呢?

以常见的TSP问题为例,如果城市数目为5,则两条鱼(每条鱼表示一条可行路径)可以分别表示为

1 2 3 4 5

3 2 4 1 5

那么TSP问题中两条鱼之间的“距离”为对应位置上不同元素数目之和,这两条鱼只有在第二个和第五个位置元素相同,即为2和5,其余三个位置元素都不相同,所以这两条鱼之间的“距离”为3。

 

用数学表达式表达的形式为:如果有n个城市,一条鱼表示成

文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。

原文链接:wenyusuran.blog.csdn.net/article/details/108403127

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。