首页 > 编程语言 > 详细

Java版HA_TSP

时间:2018-08-17 23:11:06      阅读:175      评论:0      收藏:0      [点我收藏+]

  嗯哼,今天记录下采用Java编写的爬山算法(Hill Algorithm)求解TSP问题。

  爬山算法与其他智能算法类似,是一种用来求解多峰函数最值的算法,爬山算法的基本思想是新解不劣于当前解则转移,否则不转移。通俗的解说是兔子爬山的例子,其他博客上介绍的十分细致,在此不再赘述。

  爬山算法的算法描述为:

    • Step1:初始化。通过某种方法产生初始解S0,令当前解S = S0,全局最优解的值bs = inf,全局最优解BS = S0,当前迭代次数count = 0,最大迭代次数为MaxCount;
    • Step2:评价当前解。通过评价函数 Eval() 对当前解S进行评价;
    • Step3:更新最优解。如果 Eval(S) 优于(或不劣于) bs,则令全局最优解BS = S,全局最优解的值bs = Eval(BS);
    • Step3:更新当前解。令当前解S = BS,迭代次数count++;
    • Step4:终止条件判定。如果count < MaxCount, 转至Step2,否者终止程序,输出结果。

  下面上干货:

 1 package Hill_Algorithm;
 2 
 3 import java.util.Random;
 4 
 5 /**
 6  * @file_name SATSP.java
 7  * @author xzl
 8  * @date 2018年8月11日
 9  * @detail Simulated Annealing to solve Travel Salesman Problem
10  */
11 
12 public class HATSP {
13     
14     public static double[] HA() {
15 
16         //参数列表
17         int MaxCount = 10000;
18         
19         //初始化
20         double[][] xy = Data.XY();
21         int N = xy.length;
22         
23         double bs ;
24         double Nowbs;
25         int[] BS = new int[N];
26         int[] S = new int[N];
27 
28         //生成随机初始解
29         for (int i = 0; i < N; i++) {
30             S[i] = i + 1;
31         }
32         for (int k = 0; k < N;k++) {
33             Random rand = new Random();
34             int r = rand.nextInt(N);
35             int tmp;
36             tmp = S[r];
37             S[r] = S[k];
38             S[k] = tmp;
39         }
40         bs = Evaluate.Eval(S);
41         
42         //进入迭代过程
43         int effI = 0;
44         for (int count = 0; count < MaxCount; count++) {
45             
46             //产生一个新解
47             int[] newS = new int[N];
48             double R = Math.random();
49             
50             if (R < 0.33) {
51                 newS = Sharking.Swap(S);
52             }else if (R > 0.67) {
53                 newS = Sharking.Insert(S);
54             }else {
55                 newS = Sharking.Flip(S);
56             }
57             Nowbs = Evaluate.Eval(newS);            
58             
59             //解的更新
60             if (Nowbs < bs) {
61                 bs = Nowbs;
62                 effI++;
63                 System.out.println( "第  " + effI + "次有效迭代出现在第  " + count + "次迭代,对应的解为  " + bs);
64                 System.arraycopy(newS, 0, BS, 0, N);
65             }
66             System.arraycopy(BS, 0, S, 0, N);
67         }
68         
69         //结果输出
70         double[] Solution = new double[N + 2];
71         Solution[0] = bs;
72         Solution[1] = MaxCount;
73         
74         for (int i = 2; i < N+2; i++) {
75             Solution[i] = BS[i-2];
76         }
77         return Solution;
78     }
79 }

  求解31个城市的TSP,求解结果如下,程序总迭代次数为10000次,有效迭代次数为89次,最后一次有效迭代出现在第3637次。与目前已知最优解误差0.16%。

 技术分享图片

 

Java版HA_TSP

原文:https://www.cnblogs.com/Alex-Xu-OR/p/9493785.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!