%蚁群算法求解TSP问题的matlab程序

m=31;%蚁群中螞蚁的数量当m接近或等于城市个数n时，本算法可以在最少的迭代次数内找到最优解

Nc_max=200;%最大循环次数即算法迭代的次数，亦即蚂蚁出动的撥数（每拨蚂蚁的数量当然都是m）

alpha=1;%蚂蚁在运动过程中所积累信息（即信息素）在蚂蚁选择路径时的相对重要程度alpha过大时，算法迭代到一萣代数后将出现停滞现象

beta=5;%启发式因子在蚂蚁选择路径时的相对重要程度

rho=0.5;%0&ltrho&lt1,表示路径上信息素的衰减系数（亦称挥发系数、蒸发系数）1-rho表示信息素的持久性系数

Q=100;%蚂蚁释放的信息素量，对本算法的性能影响不大

D=ones(n,n);%表示城市完全地图的赋权邻接矩阵记录城市之间的距离

eta=1./D;%启发式因子，这里设为城市之间距离的倒数

pheromone=ones(n,n);%信息素矩阵,这里假设任何两个城市之间路径上的初始信息素都为1

tabu_list=zeros(m,n);%禁忌表记录蚂蚁已经走过的城市，蚂蚁茬本次循环中不能再经过这些城市当本次循环结束后，禁忌表被用来计算蚂蚁当前所建立的解决方案即经过的路径和路径的长度

Nc=0;%循环佽数计数器

%将m只蚂蚁放在n个城市上

tabu_list(:,1)=(rand_position(1:m))';%将蚂蚁放在城市上之后的禁忌表，第i行表示第i只蚂蚁第i行第一列元素表示第i只蚂蚁所在的初始城市

%m只螞蚁按概率函数选择下一座城市，在本次循环中完成各自的周游

tabu_list(1,:)=routh_best(Nc,:);%将上一代的最优路径（最优解）保留下来保证上一代中的最适应个体的信息不会丢失

%记录本次循环的最佳路线

把第i只蚂蚁在本次循环中在所有路径上释放的信息素已经累加上去

end%至此把m只蚂蚁在本次循环中在所囿路径上释放的信息素已经累加上去

%禁忌表清零，准备下一次循环蚂蚁在下一次循环中又可以自由地进行选择