TSP算法小软件要考虑的问题很多

释永思

- O4 Z3 B& f3 @) M! d) U0 ?, _( }
% y& l- m' e9 [0 DTSP算法小软件要考虑的问题很多。
9 ?6 {! J$ }% Z9 Q9 ~选择遗传算法，蚁群算法，动态规划算法三种算法，
如何让这三种算法有公共的参数，如顶点数，顶点坐标，用户自定义坐标，随机生成坐标。
又如何三种算法有各自不同的参数，如遗传次数，蚁群蚂蚁数。。。
  [% |0 H% L8 n显示的顶点与坐标，如果超出屏幕如何滚动，顶点如何标号，如何显示最后路径标号。。。
这三种算法，要如何显示动态求解过程，而不是仅仅显示一个结果。。。
+ P/ y- |" a0 ?! Z最后决定，不作为压力任务，有空时搞下，没空时算了，不理了。。。

) ?" S4 Z9 {5 g TSPv20.rar (222.11 KB, 下载次数: 1)

2016-5-10 14:12 上传

点击文件名下载附件
下载积分: 体力 -2 点

2 _* F/ b2 c' {5 J7 d( Z
, |  S! q  ]# V1 C4 m1 Z
& ~; F7 M5 i( ~


1 T. ~/ ]' ^& B8 k- q5 h


) ?' H* w$ Z; N


6 H0 j: r. B, s' P6 e6 u


' k$ G. {1 J' n" h/ _
! W/ m1 [3 d# `  ?, ]
! o( a% {4 o& V
6 U6 q# Q" j9 w" I

) X+ Q( |8 [3 ~- s
, n) _0 B" b, J& z8 x' N$ E- p

6 W8 ~, z; K- V& A

释永思

我开发的TSP算法小软件（未完成），暂时如此，下载网址：http://pan.baidu.com/s/1geZdh2F
$ b1 u2 G* b; V/ e7 W

释永思

我开发的TSP算法小软件（未完成），暂时如此，下载网址：
7 w! C+ ~' q7 v1 ahttp://pan.baidu.com/s/1o8y7sbK
6 e! i2 k' }  T8 M$ P) O+ S# f( F比刚才的改正了一些BUG。基本上DELPHI的遗传算法与蚁群算法都可行的了。
" _0 O9 G7 ], ~: N3 Z0 o: M( i4 N+ p% K现在周末放松下先，下周开始专攻DELPHI的TSP的动态规划算法代码了。
0 w3 B- X& X5 `# B' j9 j0 H小软件，玩下而已，不必太过认真，兴趣玩下。
% m3 X5 ^  S2 [- \7 o" i, n* ~

释永思

首先解决TSP的DP的数据存储问题，所以称为状态压缩法。也就是用二进制字符串表示子集的方法
% I2 {( ~) C: L; O  S  g4 J. z( Z
。一个TStringList，一行代表一列，即一行本是这样的：   01011101001,P1,P2,,,Pn，
+ T9 F5 ?) u4 S5 W- F: u1 T% H这样用TStringList来做是可能正确的方法。
9 m# h9 t) a. O/ V由于不可能太大量，所以不用TStringList来做，改用数组来做，这样一样用二进制字串代表表示

子集的方法，就成为方向了。
4 b4 _# c* n# M0 \1 B, ]* B$ T

释永思

% ]$ F) X+ ]% ?% Z4 c# Q
' D. q0 G  ~# h* z2 a经过一段时间的辛苦研究开发，TSP问题算法小软件V1.0终于开发完成了，先发出来让大家使用下
先，有什么BUG以后再理了。有遗传算法，蚁群算法，动态规划算法，三种算法同时求解，GUI图
. M( i# B9 a! F  P: w1 l" h$ ]形路径显示，方便大家学习研究。
下载网址：http://pan.baidu.com/s/1nveqIV3

释永思

我现在开始学习思考，遗传算法，蚁群算法，动态规划，在求连续函数的极值中的应用。
4 G4 d; k) ?2 u: u5 r在TSP中的应用我已经知了，在连续函数中求极值，又要学习一番了。

释永思

自思自悟：
, D3 t- i5 q# s, M% Q9 p蚁群求极值：
一开始M个蚂蚁，平均取值，得到M个适应值。
& U* m  ~' _# l. w由M个适应值，按比例比重调整信息素，
下次产生随机点时，不是平均产生，是按信息素产生，
就是这么简单。
4 c% P7 W0 W- }不理什么路径。蚁群在求函数极值时路径对应什么，实在想不出来。
0 k2 I% W# L* n1 V( l  g$ ]
$ [2 G/ a5 n' r# b# |1 @1 {遗传算法求极值：
一开始M个种群，平均取值，得到M个适应值。
交叉变异，又得N个适应值，排序筛选种群。重复。
如何交叉变异，这是数字游戏。
" c# o/ X( K- c! ~$ K9 P4 e

释永思

0 r; m4 C: W8 ?2 k$ K& G; U
: ~" K5 ^6 N- C# ~3 m( L5 M$ j关于思考一个数字与一条路径的对应关系，又令我一个午睡没法睡着。
我这样想，一个数字，假定是固定的N位数，则每位数是十进制，就是N重循环，每重循环取十个数字。
这如同一个图，有N个点，每个点十条边，穷举历遍所有路径，就是N位数字的全部数字。这样，就可以和蚁群中的路径对应上了，就可以用蚁群中的节点信息素来运用到函数求极值上来了。这样，不用一个蚁点一个信息素，而是一位数字一个信息素，与TSP路径可以对应上了。为思考此，我又一个午睡没有睡着了。
" v: `. W2 x; c7 q: H5 V9 z& {1 O

" P$ g& O: I) q) b) T' @
/ B* ]; [$ b2 _% |' q; _/ P