C++实现禁忌搜索解决TSP问题
C++实现禁忌搜索解决TSP问题
使用的搜索方法是Tabu Search(禁忌搜索)
程序设计
- 文件读入坐标点计算距离矩阵/读入距离矩阵
for(int i = 0; i < CityNum; i++){
fin >> x[i] >> y[i];
}
for(int i = 0; i < CityNum - 1; i++){
Distance[i][i] = 0;
for(int j = i + 1; j < CityNum; j++){
double Rij = sqrt(pow(x[i] - x[j], 2) + pow(y[i] - y[j], 2));
Distance[i][j] = Distance[j][i] = (int)(Rij + 0.5);//四舍五入
}
}
Distance[CityNum - 1][CityNum - 1] = 0;
for(int i = 0; i < CityNum; i++){
for(int j = 0; j < CityNum; j++){
fin >> Distance[i][j];
}
}
- 初始化旅行商路径
initGroup()//初始化路径编码
- 初始化最佳路径为初始化路径
// 假设为最优,如有更优则更新
memcpy(bestGh, Ghh, sizeof(int)*CityNum);
bestEvaluation = evaluate(Ghh);
- [有限次数迭代],如达到搜索次数上限则结束搜索
// 有限次数迭代
int nn;
while(t < MAX_GEN){
// TSP solve
}
- [有限次数邻域交换],随机交换两个路径点,如达次数转(7)
while(nn < NeighborNum){
changeneighbor(Ghh, tempGhh);// 得到当前编码Ghh的邻域编码tempGhh
- 禁忌表中不存在且路径更优,则更新当代路径,转(5)
if(!in_TabuList(tempGhh)){// 禁忌表中不存在
tempEvaluation = evaluate(tempGhh);
if(tempEvaluation < localEvaluation){// 局部更新
memcpy(LocalGhh, tempGhh, sizeof(int)*CityNum);
localEvaluation = tempEvaluation;
}
nn++;
}
- 如路径比最佳路径更优则更新最优路径
if(localEvaluation < bestEvaluation){// 最优更新
bestT = t;
memcpy(bestGh, LocalGhh, sizeof(int)*CityNum);
bestEvaluation = localEvaluation;
}
- 更新当代最优路径到当前路径(必定执行,可能更差)
memcpy(Ghh, LocalGhh, sizeof(int)*CityNum);// 可能更差,但同样更新
- 当前路径加入禁忌表,转(4)
pushTabuList(LocalGhh);// 加入禁忌表
t++;
程序加入了时间计算
start = clock();
solve();
finish = clock();
double run_time = (double)(finish - start) / CLOCKS_PER_SEC;
运行效果样例
默认搜索代数为10000
修改搜索代数可以线性控制搜索时间,但是搜索效果也会相应地改变,自行斟酌
完整代码
#include<iostream>
#include<string>
#include<fstream>
#include<cmath>
#include<ctime>
#include<cstdlib>
using namespace std;
int MAX_GEN;//迭代次数
int NeighborNum;//邻居数目
int TabuLen;//禁忌长度
int CityNum;//城市数量
int** Distance;//距离矩阵
int bestT;//最佳出现代数
int* Ghh;//初始路径编码
int* bestGh;//最好路径编码
int bestEvaluation;//最好路径长度
int* LocalGhh;//当代最好路径编码
int localEvaluation;//当代最后路径长度
int* tempGhh;//临时编码
int tempEvaluation;//临时路径长度
int** TabuList;//禁忌表
int t;//当前代数
string filename;
int DEBUG = 0;// for debug
void init(int argc, char** argv);
void solve();
void initGroup();
int evaluate(int* arr);
void changeneighbor(int* Gh, int*tempGh);
bool in_TabuList(int* tempGh);
void pushTabuList(int* arr);
void printResult();
void printDebug(int* arr, string message = "");
int main(int argc, char** argv)
{
init(argc, argv);
clock_t start, finish;
start = clock();
solve();
finish = clock();
double run_time = (double)(finish - start) / CLOCKS_PER_SEC;
printResult();
cout << "Runtime: " << run_time << " seconds" << endl;
system("pause");
return 0;
}
// 初始化各种参数
void init(int argc, char** argv){
// CMD大法好,CMD大法妙,CMD大法呱呱叫
filename = (argc >= 2) ? (string)(argv[1]) : "burma14.tsp";
int InputMode = (argc >= 3) ? atoi(argv[2]) : 0;
MAX_GEN = (argc >= 4) ? atoi(argv[3]) : 1000;
NeighborNum = (argc >= 5) ? atoi(argv[4]) : 200;
TabuLen = (argc >= 6) ? atoi(argv[5]) : 20;
// 打开文件
fstream fin(filename, ios::in);
if(!fin.is_open()){
cout << "Can not open the file " << filename << endl;
exit(0);
}
fin >> CityNum;
// 申请空间
Distance = new int* [CityNum];
for(int i = 0; i < CityNum; i++){
Distance[i] = new int[CityNum];
}
// 读入点坐标 计算距离矩阵
if(InputMode == 0){
double *x, *y;
x = new double[CityNum];
y = new double[CityNum];
for(int i = 0; i < CityNum; i++){
fin >> x[i] >> y[i];
}
for(int i = 0; i < CityNum - 1; i++){
Distance[i][i] = 0;
for(int j = i + 1; j < CityNum; j++){
double Rij = sqrt(pow(x[i] - x[j], 2) + pow(y[i] - y[j], 2));
Distance[i][j] = Distance[j][i] = (int)(Rij + 0.5);//四舍五入
}
}
Distance[CityNum - 1][CityNum - 1] = 0;
delete[] x;
delete[] y;
}
// 读入距离矩阵
else{
for(int i = 0; i < CityNum; i++){
for(int j = 0; j < CityNum; j++){
fin >> Distance[i][j];
}
}
}
// 申请空间 最佳路径无穷大
Ghh = new int[CityNum];
bestGh = new int[CityNum];
bestEvaluation = INT_MAX;
LocalGhh = new int[CityNum];
localEvaluation = INT_MAX;
tempGhh = new int[CityNum];
tempEvaluation = INT_MAX;
// 申请空间 迭代次数初始化0
TabuList = new int*[TabuLen];
for(int i = 0; i < TabuLen; i++){
TabuList[i] = new int[CityNum];
}
bestT = t = 0;
// 设置随机数种子
srand((unsigned int)time(0));
}
// 求解TSP问题
void solve(){
initGroup();//初始化路径编码
// 假设为最优,如有更优则更新
memcpy(bestGh, Ghh, sizeof(int)*CityNum);
bestEvaluation = evaluate(Ghh);
// 有限次数迭代
int nn;
while(t < MAX_GEN){
nn = 0;
localEvaluation = INT_MAX;// 初始化无穷大
while(nn < NeighborNum){
changeneighbor(Ghh, tempGhh);// 得到当前编码Ghh的邻域编码tempGhh
//if(++DEBUG < 10)printDebug(tempGhh, "after_change");
if(!in_TabuList(tempGhh)){// 禁忌表中不存在
tempEvaluation = evaluate(tempGhh);
if(tempEvaluation < localEvaluation){// 局部更新
memcpy(LocalGhh, tempGhh, sizeof(int)*CityNum);
localEvaluation = tempEvaluation;
}
nn++;
}
}
if(localEvaluation < bestEvaluation){// 最优更新
bestT = t;
memcpy(bestGh, LocalGhh, sizeof(int)*CityNum);
bestEvaluation = localEvaluation;
}
memcpy(Ghh, LocalGhh, sizeof(int)*CityNum);// 可能更差,但同样更新
pushTabuList(LocalGhh);// 加入禁忌表
t++;
}
//printResult();// 输出结果
}
// 初始化编码Ghh
void initGroup(){
// 默认从0号城市开始
for(int i = 0; i < CityNum; i++){
Ghh[i] = i;
}
//printDebug(Ghh, "init_Ghh");
}
// 计算路径距离
int evaluate(int* arr){
int len = 0;
for(int i = 1; i < CityNum; i++){
len += Distance[arr[i - 1]][arr[i]];
}
len += Distance[arr[CityNum - 1]][arr[0]];
return len;
}
// 得到当前编码Ghh的邻域编码tempGhh
void changeneighbor(int* Gh, int* tempGh){
int ran1 = rand() % CityNum;
while(ran1 == 0){
ran1 = rand() % CityNum;
}
int ran2 = rand() % CityNum;
while(ran1 == ran2 || ran2 == 0){
ran2 = rand() % CityNum;
}
int ran3 = rand() % 3;
// 随机交换一个数
if(ran3 == 0){
memcpy(tempGh, Gh, sizeof(int)*CityNum);
swap(tempGh[ran1], tempGh[ran2]);
}
// 随机交换中间一段距离
else if(ran3 == 1){
if(ran1 > ran2){
swap(ran1, ran2);
}
int Tsum = ran1 + ran2;
for(int i = 0; i < CityNum; i++){
if(i >= ran1&&i <= ran2){
tempGh[i] = Gh[Tsum - i];
}
else{
tempGh[i] = Gh[i];
}
}
}
// 随机交换一段距离
else if(ran3 == 2){
if(ran1 > ran2){
swap(ran1, ran2);
}
int index = 0;
for(int i = 0; i < ran1; i++){
tempGh[index++] = Gh[i];
}
for(int i = ran2 + 1; i < CityNum; i++){
tempGh[index++] = Gh[i];
}
for(int i = ran1; i <= ran2; i++){
tempGh[index++] = Gh[i];
}
}
}
// 判读编码是否在禁忌表中
bool in_TabuList(int* tempGh){
int i;
int flag = 0;
for(i = 0; i < TabuLen; i++){
flag = 0;
for(int j = 0; j < CityNum; j++){
if(tempGh[j] != TabuList[i][j]){
flag = 1;
break;
}
}
if(flag == 0)
break;
}
return !(i == TabuLen);
}
// 加入禁忌表
void pushTabuList(int* arr){
// 删除队列第一个编码
for(int i = 0; i < TabuLen - 1; i++){
for(int j = 0; j < CityNum; j++){
TabuList[i][j] = TabuList[i + 1][j];
}
}
// 加入队列尾部
for(int k = 0; k < CityNum; k++){
TabuList[TabuLen - 1][k] = arr[k];
}
}
// 输出结果
void printResult(){
fstream fout("TSP_AnswerOut.txt", ios::out);
fout << filename << " result:" << endl;
cout << "最佳长度出现代数:" << bestT << endl;
fout << "最佳长度出现代数:" << bestT << endl;
cout << "最佳路径长度: " << bestEvaluation << endl;
fout << "最佳路径长度: " << bestEvaluation << endl;
cout << "最佳路径:" << endl;
fout << "最佳路径:" << endl;
for(int i = 0; i < CityNum; i++){
cout << bestGh[i] << "->";
fout << bestGh[i] << "->";
}
cout << 0 << endl;
fout << 0 << endl;
fout.close();
}
// Only for Debug
void printDebug(int* arr, string message){
cout << message << ": ";
for(int i = 0; i < CityNum; i++){
cout << arr[i] << " ";
}
cout << endl;
}
测试样例
读入坐标
TabuSearch_TSP.exe burma14.tsp 0 10000 200 20
TabuSearch_TSP.exe ulysses16.tsp 0 1000 200 20
TabuSearch_TSP.exe ulysses22.tsp 0 1000 200 25
TabuSearch_TSP.exe eil51.tsp 0 1000 200 55
TabuSearch_TSP.exe dantzig42.tsp 0 1000 200 45
TabuSearch_TSP.exe att48.tsp 0 1000 200 50
TabuSearch_TSP.exe berlin52.tsp 0 1000 200 55
读入距离矩阵
TabuSearch_TSP.exe gr17.tsp 1 10000 500 20
TabuSearch_TSP.exe gr21.tsp 1 10000 500 25
TabuSearch_TSP.exe gr24.tsp 1 10000 500 25
TabuSearch_TSP.exe fri26.tsp 1 10000 500 30
TabuSearch_TSP.exe bayg29.tsp 1 10000 500 30
TabuSearch_TSP.exe bays29.tsp 1 10000 500 30
TabuSearch_TSP.exe swiss42.tsp 1 10000 500 45
TabuSearch_TSP.exe gr48.tsp 1 10000 500 50
TabuSearch_TSP.exe hk48.tsp 1 10000 500 50
TabuSearch_TSP.exe brazil58.tsp 1 10000 500 60
测试样例及完整代码:
C++实现禁忌搜索解决TSP问题的更多相关文章
- 遗传算法解决TSP问题实现以及与最小生成树的对比
摘要: 本实验采用遗传算法实现了旅行商问题的模拟求解,并在同等规模问题上用最小生成树算法做了一定的对比工作.遗传算法在计算时间和占用内存上,都远远优于最小生成树算法. 程序采用Microsoft vi ...
- 对《禁忌搜索(Tabu Search)算法及python实现》的修改
这个算法是在听北大人工智能mooc的时候,老师讲的一种局部搜索算法,可是举得例子不太明白.搜索网页后,发现<禁忌搜索(Tabu Search)算法及python实现>(https://bl ...
- 【高级算法】禁忌搜索算法解决3SAT问题(C++实现)
转载请注明出处:http://blog.csdn.net/zhoubin1992/article/details/46440389 近期梳理,翻出了当年高级算法课程做的题目.禁忌搜索算法解决3SAT问 ...
- 蚁群算法解决TSP问题
代码实现 运行结果及参数展示 alpha=1beta=5 rho=0.1 alpha=1beta=1rho=0.1 alpha=0.5beta=1rho=0.1 概念蚁群算法(AG)是一种模拟蚂蚁觅 ...
- iphone H5 input type="search" 不显示搜索 解决办法
H5 input type="search" 不显示搜索 解决办法 H5 input type="search" 不显示搜索 解决方法 在IOS(ipad iP ...
- SA:利用SA算法解决TSP(数据是14个虚拟城市的横纵坐标)问题——Jason niu
%SA:利用SA算法解决TSP(数据是14个虚拟城市的横纵坐标)问题——Jason niu X = [16.4700 96.1000 16.4700 94.4400 20.0900 92.5400 2 ...
- ACA:利用ACA解决TSP优化最佳路径问题——Jason niu
load citys_data.mat n = size(citys,1); D = zeros(n,n); for i = 1:n for j = 1:n if i ~= j D(i,j) = sq ...
- BFS-迷宫问题-用宽度(广度)优先搜索解决最优路径问题
题目: 给定一个大小为 N×M 的迷宫.迷宫由通道和墙壁组成,每一步可以向邻接的上下左右四格 的通道移动.请求出从起点到终点所需的最小步数.请注意,本题假定从起点一定可以移动 到终点. 限制条件;N, ...
- 随机法解决TSP问题
TSP问题一直是个头疼的问题,但是解决的方法数不胜数,很多的算法也都能解决.百度资料一大堆,但是我找到了代码比较简练的一种.随机法.下面只是个人的看法而已,如果有任何问题虚心接受. 顾名思义,随机法就 ...
随机推荐
- Mongodb解决不能连接到服务器的错误
注:这次解决的这个问题的前提是之前打开MongoDB之后,再次使用的时候无法连接了(使用mongod和mongo都不对) 闲话:遇到这种问题真是让人恼火,所以说句sun of beach,好了~爽 正 ...
- linux 文本处理
tr,awk,sed 一:tr 1.大小写转换 cat file | tr [a-z] [A-Z] > new_file(大写 --> 小写) cat file | tr [A-Z] [a ...
- Use EnCase to acquire data from a smartphone
Yesterday someone asked me a question can EnCase acquire data from a smartphone, and my reply was &q ...
- hdu2072
注意输入全是0的情况. #include <stdio.h> #include <string.h> #include <algorithm> using name ...
- Python之路【第八篇】:堡垒机实例以及数据库操作
Python之路[第八篇]:堡垒机实例以及数据库操作 堡垒机前戏 开发堡垒机之前,先来学习Python的paramiko模块,该模块机遇SSH用于连接远程服务器并执行相关操作 SSHClient ...
- ADO.NET数据库
ASP.NET提供了ADO.NET技术,它是ASP.NET应用程序与数据库进行交互的一种技术. ADO.NET技术把对数据库的操作分为几个步骤,并为每个步骤提供对象来封装操作过程,从而使对数据库的操作 ...
- c#高效比对大量图片
比较图片的方法 以前传统的比较方式是遍历图片中的每一个像素,然后进行比对.这样的比对在少量图片的比对上虽然效率低一点,但是也没有什么不好.但是在大量图片比对的时候,过长的反应时间和对服务器比较高的消耗 ...
- DataGridView控件判断滚动条是否滚动到当前已加载的数据行底部
private void dgvLoad_Scroll(object sender, ScrollEventArgs e) { if (e.ScrollOrientation == ScrollOri ...
- PHP-PCRE正则表达式函数
PCRE正则表达式函数 PCRE字符类 \\b 词边界 \\d 匹配任意数字 \\s 匹配任意空白,如TAB制表符或空格 \\t 匹配一个TAB ...
- Android Socket通信
1.TCP: xml: <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns: ...