基于matlab蚁群算法的三维路径规划

ulppknot

: }& C/ ^3 y: ^: }4 g一、简介
7 }( _  m& m2 R. y1 b) X基于matlab蚁群算法的三维路径规划

1 ?3 W! P2 o0 f3 @6 A8 v0 x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
9 E# k0 ~1 k  C6 N
4 h. w% N! R+ f# g5 C& L%% 清空环境
clc
/ R1 z5 P, V9 E! |- G4 A$ mclear
8 g" d9 I4 _: @2 E! e; `' `
%% 数据初始化
3 ]- C' ~8 o8 n7 B& E3 T
- @, U# A5 q* M9 y4 F2 D0 S%下载数据
load  HeightData HeightData
1 D0 a' N& o# U; I3 q! t' L) S
. H5 {) F& r, t$ F4 \& F%网格划分
- @- p4 `  D! k& V. vLevelGrid=10;
% M3 f. p; c, J' e, O/ E1 x; S% CPortGrid=21;
. j$ Z$ U3 J' f) K/ q; b
  ]5 t8 e6 _1 W& l0 L%起点终点网格点
- _+ C. T4 e8 Pstarty=10;starth=4;
endy=8;endh=5;
& z8 Y1 n4 X  N  ]' \m=1;
%算法参数
) L9 O8 G. E( j' QPopNumber=10;         %种群个数
4 R. W$ s. |# W0 E6 F9 WBestFitness=[];    %最佳个体
& R7 c/ |, ^2 s: {! f3 j3 Y
%初始信息素
' w$ ~. b7 |" H5 }" h  w, ppheromone=ones(21,21,21);

" j' u) D9 U9 [1 i%% 初始搜索路径
" {3 N- w- x+ ?4 H+ B- E[path,pheromone]=searchpath(PopNumber,LevelGrid,PortGrid,pheromone, ...
8 ^- m8 \' d6 ^/ h    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
  t/ B, `0 x1 n$ ]/ G5 zBestFitness=[BestFitness;bestfitness];          %适应度值记录

( U0 Q+ o8 a' U$ B: _0 I%% 信息素更新
* q5 V: h# P3 p2 t0 y4 P6 k# \rou=0.2;
cfit=100/bestfitness;
6 J" d1 u5 O5 f6 p0 R* D+ ^' C5 dfor i=2：PortGrid-1
- j, v7 e0 _$ |9 b4 }    pheromone(i,bestpath(i*2-1),bestpath(i*2))= ...
6 u' X* c2 p  Y# {; ^, ?% }        (1-rou)*pheromone(i,bestpath(i*2-1),bestpath(i*2))+rou*cfit;
+ [+ J1 x$ @" u7 f+ Send
, D7 V$ n" t4 E* T5 M1 e   
) m) P+ a) v9 f# X+ l7 x& l& z4 P; R& v%% 循环寻找最优路径
for kk=1:100
     
/ K& U3 |1 v+ q/ y+ d$ ^0 j8 X    %% 路径搜索
    [path,pheromone]=searchpath(PopNumber,LevelGrid,PortGrid,...
        pheromone,HeightData,starty,starth,endy,endh);
   
3 R, g- s3 K& n, \    %% 适应度值计算更新
    fitness=CacuFit(path);                              
    [newbestfitness,newbestindex]=min(fitness);     
    if newbestfitness<bestfitness
        bestfitness=newbestfitness;
$ {/ {& C7 v6 Y7 j: F3 J% |9 A: y        bestpath=path(newbestindex,：）;
: j) f! K# K* o" b4 W    end
& L8 n/ G7 }  w  ^+ x6 X( T2 w    BestFitness=[BestFitness;bestfitness];
   
    %% 更新信息素
+ M% F1 Q# a6 n' O! V    cfit=100/bestfitness;
2 h+ g! S1 Z) Y4 r    for i=2：PortGrid-1
8 @! y  h: g2 b9 ?) ?        pheromone(i,bestpath(i*2-1),bestpath(i*2))=(1-rou)* ...
% [& y* l5 N( {            pheromone(i,bestpath(i*2-1),bestpath(i*2))+rou*cfit;
) p5 Q( L( s; h/ p3 X# ~* h2 J    end

end

2 w" k; G# D, M/ x0 G- E8 q9 N0 c三、运行结果
% u& X4 G5 l+ g  [/ x

ExxNEN

基于matlab蚁群算法的三维路径规划