Java版HA_TSP

標籤：eal   imu   數列   double   思想   span   dom   png   wap   

　　嗯哼，今天記錄下採用Java編寫的爬山演算法(Hill Algorithm)求解TSP問題。

　　爬山演算法與其他智能演算法類似，是一種用來求解多峰函數最值的演算法，爬山演算法的基本思想是新解不劣於當前解則轉移，否則不轉移。通俗的解說是兔子爬山的例子，其他部落格上介紹的十分細緻，在此不再贅述。

　　爬山演算法的演算法描述為：

• • Step1：初始化。通過某種方法產生初始解S0，令當前解S = S0，全域最優解的值bs = inf，全域最優解BS = S0，當前迭代次數count = 0，最大迭代次數為MaxCount；
  • Step2：評價當前解。通過評價函數 Eval() 對當前解S進行評價；
  • Step3：更新最優解。如果 Eval(S) 優於（或不劣於） bs，則令全域最優解BS = S，全域最優解的值bs = Eval(BS)；
  • Step3：更新當前解。令當前解S = BS，迭代次數count++；
  • Step4：終止條件判定。如果count < MaxCount, 轉至Step2，否者終止程式，輸出結果。

　　下面上乾貨：

 1 package Hill_Algorithm; 2  3 import java.util.Random; 4  5 /** 6  * @file_name SATSP.java 7  * @author xzl 8  * @date 2018年8月11日 9  * @detail Simulated Annealing to solve Travel Salesman Problem10  */11 12 public class HATSP {13     14     public static double[] HA() {15 16         //參數列表17         int MaxCount = 10000;18         19         //初始化20         double[][] xy = Data.XY();21         int N = xy.length;22         23         double bs ;24         double Nowbs;25         int[] BS = new int[N];26         int[] S = new int[N];27 28         //產生隨機初始解29         for (int i = 0; i < N; i++) {30             S[i] = i + 1;31         }32         for (int k = 0; k < N;k++) {33             Random rand = new Random();34             int r = rand.nextInt(N);35             int tmp;36             tmp = S[r];37             S[r] = S[k];38             S[k] = tmp;39         }40         bs = Evaluate.Eval(S);41         42         //進入迭代過程43         int effI = 0;44         for (int count = 0; count < MaxCount; count++) {45             46             //產生一個新解47             int[] newS = new int[N];48             double R = Math.random();49             50             if (R < 0.33) {51                 newS = Sharking.Swap(S);52             }else if (R > 0.67) {53                 newS = Sharking.Insert(S);54             }else {55                 newS = Sharking.Flip(S);56             }57             Nowbs = Evaluate.Eval(newS);            58             59             //解的更新60             if (Nowbs < bs) {61                 bs = Nowbs;62                 effI++;63                 System.out.println( "第  " + effI + "次有效迭代出現在第  " + count + "次迭代，對應的解為  " + bs);64                 System.arraycopy(newS, 0, BS, 0, N);65             }66             System.arraycopy(BS, 0, S, 0, N);67         }68         69         //結果輸出70         double[] Solution = new double[N + 2];71         Solution[0] = bs;72         Solution[1] = MaxCount;73         74         for (int i = 2; i < N+2; i++) {75             Solution[i] = BS[i-2];76         }77         return Solution;78     }79 }

　　求解31個城市的TSP，求解結果如下，程式總迭代次數為10000次，有效迭代次數為89次，最後一次有效迭代出現在第3637次。與目前已知最優解誤差0.16%。

 

 

Java版HA_TSP