基于matlab蚁群算法的三维路径规划

ulppknot · 发表于 2021-3-3 18:21

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

一、简介
基于matlab蚁群算法的三维路径规划

二、源代码
%% 该函数用于演示基于蚁群算法的三维路径规划算法

%% 清空环境
clc
clear

%% 数据初始化

%下载数据
load  HeightData HeightData

%网格划分
LevelGrid=10;
PortGrid=21;

%起点终点网格点
starty=10;starth=4;
endy=8;endh=5;
m=1;
%算法参数
PopNumber=10;       %种群个数
BestFitness=[]; %最佳个体

%初始信息素
pheromone=ones(21,21,21);

%% 初始搜索路径
[path,pheromone]=searchpath(PopNumber,LevelGrid,PortGrid,pheromone, ...
HeightData,starty,starth,endy,endh);
fitness=CacuFit(path);                         %适应度计算
[bestfitness,bestindex]=min(fitness);          %最佳适应度
bestpath=path(bestindex,：）;                   %最佳路径
BestFitness=[BestFitness;bestfitness];       %适应度值记录

%% 信息素更新
rou=0.2;
cfit=100/bestfitness;
for i=2：PortGrid-1
pheromone(i,bestpath(i*2-1),bestpath(i*2))= ...
      (1-rou)*pheromone(i,bestpath(i*2-1),bestpath(i*2))+rou*cfit;
end

%% 循环寻找最优路径
for kk=1:100

%% 路径搜索
[path,pheromone]=searchpath(PopNumber,LevelGrid,PortGrid,...
      pheromone,HeightData,starty,starth,endy,endh);

%% 适应度值计算更新
fitness=CacuFit(path);
[newbestfitness,newbestindex]=min(fitness);
if newbestfitness<bestfitness
      bestfitness=newbestfitness;
      bestpath=path(newbestindex,：）;
end
BestFitness=[BestFitness;bestfitness];

%% 更新信息素
cfit=100/bestfitness;
for i=2：PortGrid-1
      pheromone(i,bestpath(i*2-1),bestpath(i*2))=(1-rou)* ...
         pheromone(i,bestpath(i*2-1),bestpath(i*2))+rou*cfit;
end

end

三、运行结果

ExxNEN · 发表于 2021-3-3 18:31

基于matlab蚁群算法的三维路径规划

帐号		自动登录	找回密码
密码			注册

基于matlab蚁群算法的三维路径规划

EDA365欢迎您登录！

推荐内容 /1