用模拟退火求TSP如何？

慢跑20

一直EXCEL中为33个点之间，任意两个点之间的距离（没有数字的是无穷）。 求经过所有点之间的最短路线问题，。
6 p0 _  Q9 B" ^# A
A=xlsread('33点矩阵s上三角');
- N# \& R6 s  v% r7 d/ R  n>> for i=1:33;
       for j = 1:33
                   if i<j
) H4 H" h7 p! w  B) W# t0 ^+ W: E                 temp(i,j)=A(i,j);
                 A(j,i)=temp(i,j);
                   end   
                 if isnan(A(i,j))
6 ]0 [4 |( N$ ?- |0 U% w                 A(i,j)=inf;
                 end
6 Q& G( _! C5 a: a9 N/ I$ {. t         
    end
end


3 J' g" s! f/ y! ] 这样A为邻接矩阵了。然后运行百度的代码：
3 b9 _; n( `$ k. y' J
0 T  ]: e* x2 P+ |* h
, S5 ~% x0 q6 B' X: t; Efunction [f,T]=TSPSA(d,t0,tf)
%TSP问题（货郎担问题，旅行商问题）的模拟退火算法通用malab源程序
% f目标最优值,T最优路线,d距离矩阵,t0初始温度,tf结束温度
; F  N7 J5 S5 u1 P: l/ S[m,n]=size(d);
: f+ B  a2 [7 U/ N2 NL=100*n;
; J" k/ }' u$ \- k3 d" w! d( Qt=t0;
pi0=1:n;
min_f=0;
for k=1:n-1
min_f=min_f+d(pi0(k),pi0(k+1));
end
min_f=min_f+d(pi0(n),pi0(1));
p_min=pi0;
while t>tf
7 I; k3 U( s* O. @5 k+ Ufor k=1:L;
! t" x* Q9 p1 t% I& ~kk=rand;
[d_f,pi_1]=exchange_2(pi0,d);
3 t; `2 ]' Q% K7 K) }+ ~r_r=rand;
( A) L4 g& R' Y2 j% Mif d_f<0
pi0=pi_1;
3 j' C2 O2 w: [8 {; l5 B2 G/ ?elseif exp(d_f/t)>r_r
( g( P1 z+ Z3 @8 W& Xpi0=pi_1;
else
9 h& ?1 M& F' {0 F0 [! m3 Bpi0=pi0;
- H7 l# M) s" zend
  \% Z* f: ~9 O( Nend
f_temp=0;
for k=1:n-1
( [( Z+ Y* c) m' L# F2 Ff_temp=f_temp+d(pi0(k),pi0(k+1));
end
f_temp=f_temp+d(pi0(n),pi0(1));
1 z$ j+ W1 M1 i. C2 }" Yif min_f>f_temp
0 h* S6 ?8 {* R9 Pmin_f=f_temp;
2 T% Q/ X  t" @/ z! \1 Gp_min=pi0;
3 _/ b, t; m2 }end
t=0.87*t;
end
. `1 }" a" [7 ]  G0 C! d6 W0 J8 rf=min_f;
T=p_min;
%aiwa要调用的子程序,用于产生新解
! ?( [& k  ~8 T, y* Mfunction [d_f,pi_r]=exchange_2(pi0,d)
[m,n]=size(d);
, o7 b9 b5 J- ^5 f  J. Pclear m;
u=rand;
, U% B# y2 g- I' p$ {, Pu=u*(n-2);
u=round(u);
if u<2
; I; s, C0 N! z( [1 mu=2;
7 |5 Y( Y* ~) @3 ]end
if u>n-2
u=n-2;
end
v=rand;
% g7 E8 C6 V! Kv=v*(n-u+1);
, G8 V8 f" f0 i, `: q& [, Z8 e8 D3 Av=round(v);
if v<1
v=1;
end
2 j; ]8 n/ z5 n, m( V; }v=u+v;
& M6 }8 t) j+ j) Dif v>n
3 j3 N, e/ C# `v=n;
end
pi_1(u)=pi0(v);
- O2 D8 w# F9 o' o+ o. e' W# {; D7 ]pi_1(v)=pi0(u);
if u>1
for k=1:u-1
pi_1(k)=pi0(k);
end
3 R+ S; j9 p1 C/ s. hend
. }  Q1 G2 {5 m/ hif v>(u+1)
for k=1:v-u-1
pi_1(u+k)=pi0(v-k);
0 n" T/ d) E' lend
end
if v<n
for k=(v+1):n
; h0 g) V1 x" p$ n$ K2 spi_1(k)=pi0(k);
end
" u' ]- e8 V5 l; W% }( @" u: Q7 iend
( W( I* o4 x# n7 B& l7 c4 @$ @$ dd_f=0;
# A9 r8 F& F6 ~: m2 Y3 W" Hif v<n
d_f=d(pi0(u-1),pi0(v))+d(pi0(u),pi0(v+1));
; c  Q# P, n1 lfor k=(u+1):n
d_f=d_f+d(pi0(k),pi0(k-1));
0 J9 X8 k$ [# I6 H1 q; c2 xend
d_f=d_f-d(pi0(u-1),pi0(u))-d(pi0(v),pi0(v+1));
8 q) x6 Z* l% a2 ]. \( ]for k=(u+1):n
  _$ L- D3 ]2 J3 a1 I' qd_f=d_f-d(pi0(k-1),pi0(k));
% D2 s+ c7 u7 t5 s" W# o3 P7 t. }, gend
! I9 J. c0 ~9 p6 G" P' ?else
1 n" p# ?* e+ ]  y8 Zd_f=d(pi0(u-1),pi0(v))+d(pi0(u),pi0(1))-d(pi0(u-1),pi0(u))-d(pi0(v),pi0(1));
for k=(u+1):n
d_f=d_f+d(pi0(k),pi0(k-1));
  j! x' J  Z$ p7 ~end
for k=(u+1):n
! W) U# Y; m! }8 P* ud_f=d_f-d(pi0(k-1),pi0(k));
! ~9 c4 E2 i" v$ P' A% r: ~# t8 Eend
end
pi_r=pi_1;
0 y7 q' J' a+ o  L
( @1 y- |( X. q0 W& F得到：
( D* a9 K9 U/ ?  [f,T]=TSPSA(A,0,99)
, v" Y- L! A* B6 D% `0 j" O/ |5 ^
3 H9 I  [$ b) O4 X! Df =
0 f0 }( m# s6 N- H) |2 B
: ^' m# M' _4 P   Inf
3 q5 c3 J3 s, ^3 l5 B
$ _9 h1 V  w2 P( T9 B
* ^$ E6 B/ h1 i% e4 _4 c2 |) MT =

$ I. j) c& H7 J. C) ?; Y- ]- m: c- [  Columns 1 through 18
( k2 D  q  J% ^% ]0 A8 l
     1     2     3     4     5     6     7     8     9    10    11    12    13    14    15    16    17    18

2 g: }) {5 m5 \% |$ U' S  Columns 19 through 33

6 X! y, i* N( r$ }  g: Z$ j; ^    19    20    21    22    23    24    25    26    27    28    29    30    31    32    33
6 x& ]/ z  p$ L' @: [- |* ^% a
这个初始，结束温度是自己随便设定的？？
' [/ [! P2 }( x* p7 A/ _2 P得到的这个F是无穷？？？难道？？？  T又是什么意思呢？？

冰E柠檬

在利用模拟退火算法进行优化之前，必须首先选取一个优化的起始点，优化起始点可以随机选取也可根据经验选取.
F是目标最优值,T为最优路线。
6 B7 [4 G% v' wF是无穷可能说明所求目标值没有路径到达没有最优解，或者是不是由于哪个步骤出现了什么问题（比如数据，或者邻接矩阵那里等等。。。）导致没有最优解。。。T表示的是最优解的起点到终点的最优路线。。。。。

magic2728

模拟退火算法是一种模拟工业退火时的一种智能算法，是利用这种自然现象带来的启发帮助算法设计。
应该来说，这个算法的各个参数的调整是需要一些经验的。初始温度和结束温度确实需要自己设定才是，而且设定好坏直接决定你的解的好坏。f是无穷表明当前的得到的最优解的路径长度是无穷，也就是说，你现在的路径里，存在两个不相通的目标点；T是路径，可以看出这个路径就是从第一个点顺次走下去，所以应该是你的温度值设定不当，导致退货过程不佳而造成的，应该调整温度来重新测试。