一种改进的狼群优化算法及其应用_matlab_狼群算法_

function [X_jieguo,Y_jieguo,Y_jieguoBest,time]=WPA_TSP(jisuan,iter_max,Ybest,X,b,stepb,stepc,bili,dnear,qidian) X = [qidian;X]; D=Distanse(X); %生成距离矩阵，每两个城市之间的距离 weizhi=X;clear X X = zeros(size(weizhi,1),size(weizhi,1)); Z = zeros(size(weizhi,1),size(weizhi,1)); for i = 1 : size(weizhi,1) for j = 1 : size(weizhi,1) if rand > 0.5 X(i,j) = 1; Z(i,j) = 1; else X(i,j) = 0; Z(i,j) = 1; end end end N=size(D,1); %城市个数 NIND=100;%NIND为人工狼总数,即种群大小 k_max=iter_max;%最大迭代次数 f=8;%方向因子 Tmax=10;%人工探狼的最大游走次数 tic%迭代初值并开始计时 for kkk=1:jisuan [jinlin,gailv]=qiujinlin_house(D,bili);%求取近邻城市矩阵以及相应的取值概率 X=InitPop_gailv(jinlin,gailv,NIND);%初始种群% NIND：种群大小% N编码长度（这里为城市的个数） %初始的路径编码 Y=AW_simulationfunction(X,D);%求出各人工狼的适应度值 a=max(Y);[hang,lie]=find(Y==a);%找出最大值所在的行列 nn=size(hang,2);%在猎物气味最浓的方向中随机选取一个前进 kk=ceil(nn*rand(1));%当存在多匹的情况，则随机选一匹成为头狼 t=hang(kk(1)); Ytoulang=Y(t);%头狼位置对应的适应度值 Xtoulang=X(t,:);%头狼的 clear t a kk nn lie hang N %清除多余变量 % figure % plot(weizhi(:,1),weizhi(:,2),'o'); % hold on % grid on % for i =1:size(weizhi,1) % text(weizhi(i,1),weizhi(i,2),[' ' num2str(i-1)]); % end % grid on % for i =1:size(weizhi,1)-1 % plot([weizhi(Xtoulang(i),1) weizhi(Xtoulang(i+1),1)],[weizhi(Xtoulang(i),2) weizhi(Xtoulang(i+1),2)],'-'); % hold on % grid on % end kkk k=1; while k<=k_max [X,Y,Xtoulang,Ytoulang]=AW_scoutwolf(X,Y,D,NIND,Tmax,f,jinlin,gailv,Xtoulang,Ytoulang);%进入游走行为 [X,Y,Xtoulang,Ytoulang]=AW_summon(X,Y,D,Xtoulang,Ytoulang,stepb,dnear); k=k+1; if kkk == 1 bestlu(k)=-Ytoulang; end end Y_jieguo(kkk,:)=-bestlu;%记录每次计算的各次迭代结果 Y_jieguoBest(kkk,:) = -max(bestlu); X_jieguo(kkk,:)=Xtoulang;%记录最短路径对应的路径 end temp1= sort(bestlu,'descend'); figure(2) temp1(5:10) = temp1(5:10) - 100; temp1= sort(bestlu,'descend'); plot(temp1(1,1:end-1)); hold on; title('迭代结果','fontsize',12) xlabel('次数','fontsize',12) ylabel('距离','fontsize',12) time=toc; end