TSP算法小软件要考虑的问题很多

释永思

+ J/ T: ]5 h# @5 s
. J9 f% S9 |$ p' z, v" R0 gTSP算法小软件要考虑的问题很多。
0 K* c6 g5 z, g: y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。
+ o! G) E, p& 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。。。
7 ]* w  B  q1 v2 R* H% j  q- M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。。。
, w) D% Q- @; G, t最后决定，不作为压力任务，有空时搞下，没空时算了，不理了。。。
' d( O% Y" h+ F# o; f8 Z
3 R2 s& d. Q' t8 r6 e7 d% f  p, T 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 G. u% I+ K1 c( R& A

4 p; S0 e; W/ q6 X2 [  _9 Q8 i/ P

) w/ G1 `3 H* I
; ?" w" z7 u$ U2 s' Z+ N- S
( r! F2 ~8 C1 t  ]6 }
5 v0 e/ S. l# i' ?! y6 Y  H


* H6 u2 e" @% G: t$ n9 ]1 J& z5 a* z
' {  n' ~5 p! z! f& w+ `




. T8 K; |# z8 H, b4 a) ?" t) x: Y. V


9 h8 B  q; S/ Q( C: Y8 k% O
* [4 \+ `# w( {2 j8 s6 t
* i+ m' l1 _; I; {8 c& F

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：
' G4 O* n- u/ `$ C1 p* k  e/ i% `http://pan.baidu.com/s/1o8y7sbK
5 ?8 ^5 I; T  _6 x" E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。
4 d6 J4 L6 K; f  H9 P9 ~# |" O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。
/ @( Y, {+ D$ a

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

, y9 ^* S+ h: J4 I  x( h: E2 {* J。一个TStringList，一行代表一列，即一行本是这样的：   01011101001,P1,P2,,,Pn，
1 S* a8 n* ?, U( L( m. e: x6 j5 V这样用TStringList来做是可能正确的方法。
, a. r/ {6 |2 q3 C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
  s# B: N* t6 j/ M% ?$ W
- x* F" B% P7 i% x: D% ]7 Q& @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
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
3 d) o% y8 ~7 ]5 ^形路径显示，方便大家学习研究。
" ~& Y3 I" b: r5 u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。
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。
& w9 |2 Q# d' h* _/ j

释永思

自思自悟：
( P- h8 d2 h' Z蚁群求极值：
) Y; T8 U  P- e; ^1 j) a8 V& H一开始M个蚂蚁，平均取值，得到M个适应值。
- g+ h7 ^& L' P- Q& N. }* r由M个适应值，按比例比重调整信息素，
6 Y/ ~9 [% w; J6 o" C+ f下次产生随机点时，不是平均产生，是按信息素产生，
2 D$ u& ?8 `, E3 X9 T4 ~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。
% h0 J! g) Y& T8 Z
1 _$ x0 B- S+ i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。
* R( x. J% ?* H+ I! V( _1 c+ P8 u% t/ a交叉变异，又得N个适应值，排序筛选种群。重复。
/ |, a: I- r# Y* z  \如何交叉变异，这是数字游戏。

0 j5 L' b! D1 C' q  r8 S

释永思

, \  K2 U) ]* K4 F8 G
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 {, ?1 G# o" Q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。
% S! L/ @$ p7 N" A! l7 w0 X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。


: f6 ^1 `8 v9 v, r


$ _* i9 w* [0 \3 t$ u; \# A