TSP算法小软件要考虑的问题很多

释永思

; ]% n0 P# E, g1 e5 {TSP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。
/ S+ l4 U4 C: ^9 J# p. p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。。。
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。。。
7 `2 f2 B7 k* E+ ?- f5 @最后决定，不作为压力任务，有空时搞下，没空时算了，不理了。。。

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

; |" t: A6 S' x8 }0 Q( k
' }; k( X& M. P; N1 g' [( p

4 F7 Z- s  ^& w, o! p* L


. ?2 {* M2 C; \: ]4 N



4 }' G  h5 T0 A0 a( D4 k* a


. g& }9 U$ Z7 D& X4 k! e3 }

. f( P& h8 T% Z6 }  J
) |, _8 X7 A6 j4 Q


1 Q3 U+ y5 I5 N% g- @
/ x, t& H$ W" B6 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：http://pan.baidu.com/s/1geZdh2F

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/1o8y7sbK
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。
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。
小软件，玩下而已，不必太过认真，兴趣玩下。
5 P( V7 L4 L$ J+ M2 ^' L: `

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

6 g2 i9 Y9 k1 ?* V。一个TStringList，一行代表一列，即一行本是这样的：   01011101001,P1,P2,,,Pn，
7 x) |0 q: `. @  j这样用TStringList来做是可能正确的方法。
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。

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
* w! o. O& X" ~0 c* y8 d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
1 B; x4 ~6 m& @* i: P* O! `形路径显示，方便大家学习研究。
下载网址：http://pan.baidu.com/s/1nveqIV3
9 ~% e6 d/ E4 c+ s

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。
- H5 W+ N( u4 o/ g: F4 F- {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。
9 b: J! O* ^) c5 D' n& Z

释永思

自思自悟：
9 V/ R9 t: W" d8 x9 h9 q. l6 E蚁群求极值：
一开始M个蚂蚁，平均取值，得到M个适应值。
由M个适应值，按比例比重调整信息素，
( c; t( Z* g7 H0 @' r" ?2 ]下次产生随机点时，不是平均产生，是按信息素产生，
/ e0 K0 P0 i4 x* C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。
; A# H" r# `* R1 v$ a
* o0 P" j) M0 \1 R" B3 Z遗传算法求极值：
0 j; ?0 \, C2 @3 A3 J: p$ a( u一开始M个种群，平均取值，得到M个适应值。
$ Y; r4 f5 a& X, ?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

/ v5 y9 b5 C1 d2 r9 ~4 M9 x
( A1 V  Y* N5 \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。
: A7 V0 e( z# p) j  k" C9 E4 }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。
* s1 x& N6 y) q2 W$ |: i5 j3 |; O

* {' S3 T# Q$ B
# D1 I5 _. Z: w% G
& d1 C4 j3 f1 Y- Y& O" V, P! `9 Z