蚂蚁算法matlab,蚁群算法（ACA)及其Matlab实现

1基本原理：

本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解

具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。

2几个关键点：

1) 概率选择：

受信息素浓度和启发函数影响，启发函数为距离的倒数

2)信息素挥发

考虑到信息素随时间的挥发，加入挥发因子

3程序设计步骤：

1初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，

信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等

2迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，

以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。

3展示：展示出最佳路径，以及最佳路径对迭代的变化图

4Matlab代码

clc,clear %清空环境中的变量

load data.txt %读入城市的坐标

t0 = clock; %程序计时开始

%%

%%%%%%%%%%%%%%%%%%%初始化%%%%%%%%%%%%%%%%%

city=data;

n = size(city,1); %城市距离初始化

D = zeros(n,n);

for i = 1:n

for