遗传算法解TSP问题

function fitness
CityNum=30;%U can choose 10 30 50
[dislist,Clist]=tsp(CityNum);
inn=30;%初始种群大小
gnmax=500;%最大代数
pc=0.8;%交叉概率
pm=0.5;%变异概率
%产生初始种群
s=zeros(inn,CityNum);
%生成inn*inn大的矩阵
for i=1:inn
    s(i,:)=randperm(CityNum);%将一列序号随机打乱，序号必须是整数。
end
   [~,p]=objf(s,dislist);
 gn=1;
 ymean=zeros(gn,1);
 ymax=zeros(gn,1);
 xmax=zeros(inn,CityNum);
 scnew=zeros(inn,CityNum);
 smnew=zeros(inn,CityNum);
 while gn<gnmax+1
     for j=1:2:inn
         seln=sel(p);%选择操作
         scro=cro(s,seln,pc);%交叉操作 pc=0.8
         scnew(j,:)=scro(1,:);
         scnew(j+1,:)=scro(2,:);
         smnew(j,:)=mut(scnew(j,:),pm);%变异操作
         smnew(j+1,:)=mut(scnew(j+1,:),pm);
     end
     s=smnew;%产生了新的种群
     [f,p]=objf(s,dislist);%计算新种群的适应度
     %记录当前代最好和平均的适应度
     %[Y,U]=max(A)：返回行向量Y和U，Y向量记录A的每列的最大值，U向量记录每列最大值的行号。
     [fmax,nmax]=max(f);%nmax代表f取最大时的index,fmax代表f的最大值
     ymean(gn)=1000/mean(f);%ymean平均适应度
     ymax(gn)=1000/fmax;%ymax最大适应度
     %记录当前代的最佳个体
     x=s(nmax,:);
     xmax(gn,:)=x;
     drawTSP(Clist,x,ymax(gn),gn,0);
     gn=gn+1;
 end
 [min_ymax,index]=min(ymax);
     drawTSP(Clist,xmax(index,:),min_ymax,index,1);
     
     
  figure(2);
  plot(ymax,'r');
  hold on;
  plot(ymean,'b');grid;
  title('搜索过程');
  legend('最优解','平均解');
  %最优解
  fprintf('遗传算法得到的最短距离：%.2f
',min_ymax);
  fprintf('遗传算法得到的最短路线');
  disp(xmax(index,:));
end



%计算所有种群的适应度
function [f,p]=objf(s,dislist)
inn=size(s,1);  %读取种群大小
f=zeros(inn,1);
for i=1:inn
   f(i)=CalDist(dislist,s(i,:));  %计算函数值，即适应度
end
f=1000./f'; %取距离倒数
%根据个体的适应度计算其被选择的概率
fsum=0;
for i=1:inn
   fsum=fsum+f(i)^15;% 让适应度越好的个体被选择概率越高
end
ps=zeros(inn,1);
for i=1:inn
   ps(i)=f(i)^15/fsum;
end
%计算累积概率
p=zeros(inn,1);
p(1)=ps(1);
for i=2:inn
   p(i)=p(i-1)+ps(i);
end
p=p';
end

%判断变异
function pcc=pro(pc)
test(1:100)=0;
l=round(100*pc);
test(1:l)=1;
n=round(99*rand)+1;
pcc=test(n);
end

function seln=sel(p)
seln=zeros(2,1);
for i=1:2
    r=rand;
    prand=p-r;
    j=1;
    while prand(j)<0
        j=j+1;
    end
    seln(i)=j;
    while i==2&&j==seln(i-1)%如果相同就再选一次
        r=rand;
        prand=p-r;
        j=1;
        while prand(j)<0
            j=j+1;
        end
    end
end
end

%“交叉”操作
function scro=cro(s,seln,pc)
bn=size(s,2);
pcc=pro(pc);  %根据交叉概率决定是否进行交叉操作，1则是，0则否
scro(1,:)=s(seln(1),:);
scro(2,:)=s(seln(2),:);
if pcc==1
   c1=round(rand*(bn-2))+1;  %在[1,bn-1]范围内随机产生一个交叉位
   c2=round(rand*(bn-2))+1;
   chb1=min(c1,c2);
   chb2=max(c1,c2);
   middle=scro(1,chb1+1:chb2);
   scro(1,chb1+1:chb2)=scro(2,chb1+1:chb2);
   scro(2,chb1+1:chb2)=middle;
   for i=1:chb1 %似乎有问题
       while find(scro(1,chb1+1:chb2)==scro(1,i))
           zhi=find(scro(1,chb1+1:chb2)==scro(1,i));
           y=scro(2,chb1+zhi);
           scro(1,i)=y;
       end
       while find(scro(2,chb1+1:chb2)==scro(2,i))
           zhi=find(scro(2,chb1+1:chb2)==scro(2,i));
           y=scro(1,chb1+zhi);
           scro(2,i)=y;
       end
   end
   for i=chb2+1:bn
       while find(scro(1,1:chb2)==scro(1,i))
           zhi=logical(scro(1,1:chb2)==scro(1,i));
           y=scro(2,zhi);
           scro(1,i)=y;
       end
       while find(scro(2,1:chb2)==scro(2,i))
           zhi=logical(scro(2,1:chb2)==scro(2,i));
           y=scro(1,zhi);
           scro(2,i)=y;
       end
   end
end
end

%变异操作
function snnew=mut(snew,pm)
bn=size(snew,2);
snnew=snew;
%判断是否变异
%test(1:100)=0;
%l=round(100*pc);
%test(1:l)=1;
%n=round(99*rand)+1;
%pmm=test(n);
pmm=pro(pm);
if pmm==1
    c1=round(rand*(bn-2))+1;%产生一个[1,bn-1]的数
    c2=round(rand*(bn-2))+1;
    chb1=min(c1,c2);
    chb2=max(c1,c2);
    x=snew(chb1+1:chb2);
    snnew(chb1+1:chb2)=fliplr(x);%将矩阵中的数左右对换
end
end


%城市位置坐标
function [DLn,cityn]=tsp(n)
DLn=zeros(n,n);
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
            DLn(i,j)=((city10(i,1)-city10(j,1))^2+(city10(i,2)-city10(j,2))^2)^0.5;
        end
    end
    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
            DLn(i,j)=((city30(i,1)-city30(j,1))^2+(city30(i,2)-city30(j,2))^2)^0.5;
        end
    end
    cityn=city30;
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
            DLn(i,j)=((city50(i,1)-city50(j,1))^2+(city50(i,2)-city50(j,2))^2)^0.5;
        end
    end
    cityn=city50;
end
end


%适应度函数
function F=CalDist(dislist,s)
%传入参数 距离表 种群
%传出参数 城市间的距离总和
Dis=0;
n=size(s,2);
for i=1:(n-1)
    Dis=Dis+dislist(s(i),s(i+1));
end
Dis=Dis+dislist(s(1),s(n));
F=Dis;
end



function drawTSP(Clist,BSF,bsf,p,f)
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');
    text(Clist(BSF(i),1),Clist(BSF(i),2),['  ',int2str(BSF(i))]);
    text(Clist(BSF(i+1),1),Clist(BSF(i+1),2),['  ',int2str(BSF(i+1))]);
    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&&CityNum~=10
    text(5,5,['第 ',int2str(p),' 代','  最短距离为 ',num2str(bsf)]);
else
    text(5,5,['最终搜索结果：最短距离 ',num2str(bsf),'， 在第 ',num2str(p),' 代达到']);
end
if CityNum==10
    if f==0
        text(0,0,['第 ',int2str(p),' 代','  最短距离为 ',num2str(bsf)]);
    else
        text(0,0,['最终搜索结果：最短距离 ',num2str(bsf),'， 在第 ',num2str(p),' 代达到']);
    end
end
hold off;
pause(0.05); 
end

不明白：对于变异概率和交叉概率取什么值才能 取到 最小值  （开学后去问老师吧~~！）