TSP算法小软件要考虑的问题很多

释永思

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，
5 i' S7 e  g/ v5 j- }7 L2 m) j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。。。
$ h4 @& q! [8 s( w2 t) m6 [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。。。
1 k: q8 l1 r5 H, F1 [$ ^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。。。
+ ~) T+ i- @1 h7 c) b6 l7 ]最后决定，不作为压力任务，有空时搞下，没空时算了，不理了。。。
% e: v' d3 Y+ M1 s! S5 e+ n5 w
% X9 u* r0 x! [4 {' A 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

9 Y: k8 H2 R& W& I5 c( q, h


# @7 O) C- \. n7 f! ?
( }8 Y+ ~7 ?$ M9 @( Y% n$ W7 O

& L2 {& n2 k. Q. @9 e
- z, S; n. H: W1 v




2 `9 o9 u) \- i9 m5 x, G4 U
4 m5 r" D$ ]0 {; }$ W- L; C
4 k$ n" j' S7 n

8 {' Z3 l0 t; N5 c2 m/ Z


9 R5 c4 F& O4 s
2 r# m1 a" j. ?) N# x- I


4 D' K. d) W* F* D. U5 v! z) U/ e* T2 V

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
6 ~' \9 i9 u+ J- J: l

释永思

我开发的TSP算法小软件（未完成），暂时如此，下载网址：
' F2 _- W% j* Whttp://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。
- W* |3 N( n9 H5 O* W) ?

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

1 o6 s" D) H  X' t, s。一个TStringList，一行代表一列，即一行本是这样的：   01011101001,P1,P2,,,Pn，
! I6 m% b% H9 [7 l/ o& ~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
5 E3 ^' ?/ [5 ^/ [7 a
2 C" t2 t2 P; `# {* k' _3 t子集的方法，就成为方向了。
! q& M* a. e8 f4 J% J

释永思

3 ^; }7 W7 R! H/ c1 l4 A. {' C
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
- f$ E0 a& F5 o) Z& h% u/ K8 L3 ]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
; O7 u+ O3 x  R# u5 f! Y  R, H8 b形路径显示，方便大家学习研究。
下载网址：http://pan.baidu.com/s/1nveqIV3
5 l) U; b4 ~% H# T( ?

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。
: L' K- u( I, q; h) I

释永思

自思自悟：
: y* S- A' [! d6 F: h. O0 m3 T; }蚁群求极值：
6 R1 v! t. M$ h" l9 s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，
8 V' E3 G) Z! ]0 q下次产生随机点时，不是平均产生，是按信息素产生，
: ]/ c/ j* W# U+ `3 [7 }, g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。

( V- b3 ^7 S) ?; r1 b8 |$ m6 l+ A" S& k遗传算法求极值：
0 w' ~" C$ R% H$ G. y" k% f一开始M个种群，平均取值，得到M个适应值。
9 o; Q2 g$ `  o$ O交叉变异，又得N个适应值，排序筛选种群。重复。
- B8 Q/ X' H/ j$ m: J, b如何交叉变异，这是数字游戏。

! r/ u8 x, N" u) v: K2 l, Q

释永思

. f6 L2 D1 [2 D7 X# X' X
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。
6 [7 V  d. ~- H* B" ~4 K% }3 I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。

: M6 E' A( @% X5 a
. K! U8 k6 \2 y+ Y' J& r

  T/ Y- Y6 ?$ t  B