TSP算法小软件要考虑的问题很多

释永思

& R8 ?( E$ f/ Z9 `5 S* u6 j/ PTSP算法小软件要考虑的问题很多。
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。
: R8 ?0 ~2 P. J' T8 Z9 N: u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。。。
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。。。
; m  J8 m; c6 o1 a& c6 S0 x: J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。。。
最后决定，不作为压力任务，有空时搞下，没空时算了，不理了。。。

% f) q7 B: v6 L 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

/ C1 V$ c# L$ u- B; l( g
) M- h( p5 d1 @1 d# N. u! l; ?
) F0 a1 k* d- z0 F- z/ ^

0 ]1 U, u, L' M# }8 \
# p' U' `, D9 s% ~# A
. d, q, U) N+ ]4 E4 }1 [
1 ~1 q  a+ |# Y) ?$ K3 B; U7 a
( G, H$ y$ H* t

. @. X( R3 L3 `; o: Q, U( R, g
! f7 `7 J" e# Z, }' J9 z4 z. k
& k, z7 D( K' D& ]+ o2 q
* ?4 u1 u& X4 W( v9 q& o) y. |7 V

# y2 G& b9 }$ a8 W7 a

9 y7 R$ F; E2 }( r/ k- W  Y* G8 n- @
# N2 j+ c7 _% s
4 m9 H$ j. Q  {3 T% m& _

! y" h6 M3 M6 g9 J

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
' D- ^9 @5 ^6 {/ c7 i" K8 X# G

释永思

我开发的TSP算法小软件（未完成），暂时如此，下载网址：
$ l" O1 o& E! h/ L5 [. l/ C- Rhttp://pan.baidu.com/s/1o8y7sbK
! i9 N; i1 L: B. w9 o5 V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。
! V! A7 X, q' H+ ~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 m- K8 \! u1 M  x3 N小软件，玩下而已，不必太过认真，兴趣玩下。

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

, e9 q+ y1 F) O; `。一个TStringList，一行代表一列，即一行本是这样的：   01011101001,P1,P2,,,Pn，
' L! a6 @4 L+ `1 y4 @; u这样用TStringList来做是可能正确的方法。
; X: i- h* m6 Z) s2 k7 b) ]: i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

  O/ I# H7 H3 k& L; N% r- @子集的方法，就成为方向了。
# [: `2 J# |% O# n# @6 F1 ?

释永思

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
$ i% k8 _0 O# ^8 g, d# E形路径显示，方便大家学习研究。
下载网址：http://pan.baidu.com/s/1nveqIV3
( h& a; }$ a: l2 N

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。
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：
3 c' ^# G1 a( n& e! w- C蚁群求极值：
% e. J/ z, b% W" B  t6 A4 _一开始M个蚂蚁，平均取值，得到M个适应值。
# g7 U6 N+ Z* `" L5 b: M8 B* S3 N2 z' D由M个适应值，按比例比重调整信息素，
' p" @' k1 H# ]- c+ x下次产生随机点时，不是平均产生，是按信息素产生，
& H' l; |: L1 n3 V% t就是这么简单。
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。
2 A/ `5 g. V/ F' d0 m* f9 |. B
/ \; k: a$ I! t/ ~' O1 x, y遗传算法求极值：
. g! H7 `9 t: d5 T" C* v' x0 I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。

释永思

( y( ?) }5 i# z2 J
( S( O% l4 }* I& D5 U. p" 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。
8 y" j( t3 E9 _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。
  d# ^$ b+ ?* U1 o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。

% a+ V7 R: D. D9 U: ]$ ^


' l9 Y$ m' b% J* x* c# Z1 b" v
& V/ G4 }7 F3 s/ O