=====================================================================================
蟻群算法的matlab源碼
% the procedure of ant colony algorithm for VRP 
% 
% % % % % % % % % % % 

%initialize the parameters of ant colony algorithms 
load data.txt; 
d=data(:,2:3); 
g=data(:,4); 

m=31; % 螞蟻數 
alpha=1; 
belta=4;% 決定tao和miu重要性的參數 
lmda=0; 
rou=0.9; %衰減系數 
q0=0.95; 
% 概率 
tao0=1/(31*841.04);%初始信息素 
Q=1;% 螞蟻循環一周所釋放的信息素 
defined_phrm=15.0; % initial pheromone level value 
QV=100; % 車輛容量 
vehicle_best=round(sum(g)/QV)+1; %所完成任務所需的最少車數 
V=40; 

% 計算兩點的距離 
for i=1:32; 
for j=1:32; 
dist(i,j)=sqrt((d(i,1)-d(j,1))^2+(d(i,2)-d(j,2))^2); 
end; 
end; 

%給tao miu賦初值 
for i=1:32; 
for j=1:32; 
if i~=j; 
%s(i,j)=dist(i,1)+dist(1,j)-dist(i,j); 
tao(i,j)=defined_phrm; 
miu(i,j)=1/dist(i,j); 
end; 
end; 
end; 

for k=1:32; 
for k=1:32; 
deltao(i,j)=0; 
end; 
end; 

best_cost=10000; 
for n_gen=1:50; 


print_head(n_gen); 

for i=1:m; 
%best_solution=[]; 
print_head2(i); 
sumload=0; 
cur_pos(i)=1; 
rn=randperm(32); 
n=1; 
nn=1; 
part_sol(nn)=1; 
%cost(n_gen,i)=0.0; 
n_sol=0; % 由螞蟻產生的路徑數量 
M_vehicle=500; 
t=0; %最佳路徑數組的元素數為0 

while sumload<=QV; 

for k=1:length(rn); 
if sumload+g(rn(k))<=QV; 
gama(cur_pos(i),rn(k))=(sumload+g(rn(k)))/QV; 
A(n)=rn(k); 
n=n+1; 
end; 
end; 

fid=fopen('out_customer.txt','a+'); 
fprintf(fid,'%s %i\t','the current position is:',cur_pos(i)); 
fprintf(fid,'\n%s','the possible customer set is:') 
fprintf(fid,'\t%i\n',A); 
fprintf(fid,'------------------------------\n'); 
fclose(fid); 

p=compute_prob(A,cur_pos(i),tao,miu,alpha,belta,gama,lmda,i); 
maxp=1e-8; 
na=length(A); 
for j=1:na; 
if p(j)>maxp 
maxp=p(j); 
index_max=j; 
end; 
end; 

old_pos=cur_pos(i); 
if rand(1)<q0 
cur_pos(i)=A(index_max); 
else 
krnd=randperm(na); 
cur_pos(i)=A(krnd(1)); 
bbb=[old_pos cur_pos(i)]; 
ccc=[1 1]; 
if bbb==ccc; 
cur_pos(i)=A(krnd(2)); 
end; 
end; 

tao(old_pos,cur_pos(i))=taolocalupdate(tao(old_pos,cur_pos(i)),rou,tao0);%對所經弧進行局部更新 

sumload=sumload+g(cur_pos(i)); 

nn=nn+1; 
part_sol(nn)=cur_pos(i); 
temp_load=sumload; 

if cur_pos(i)~=1; 
rn=setdiff(rn,cur_pos(i)); 
n=1; 
A=[]; 
end; 

if cur_pos(i)==1; % 如果當前點為車場,將當前路徑中的已訪問用戶去掉后,開始產生新路徑 
if setdiff(part_sol,1)~=[]; 
n_sol=n_sol+1; % 表示產生的路徑數,n_sol=1,2,3,..5,6...,超過5條對其費用加上車輛的派遣費用 
fid=fopen('out_solution.txt','a+'); 
fprintf(fid,'%s%i%s','NO.',n_sol,'條路徑是:'); 
fprintf(fid,'%i ',part_sol); 
fprintf(fid,'\n'); 
fprintf(fid,'%s','當前的用戶需求量是:'); 
fprintf(fid,'%i\n',temp_load); 
fprintf(fid,'------------------------------\n'); 
fclose(fid); 

% 對所得路徑進行路徑內3-opt優化 
final_sol=exchange(part_sol); 

for nt=1:length(final_sol); % 將所有產生的路徑傳給一個數組 
temp(t+nt)=final_sol(nt); 
end; 
t=t+length(final_sol)-1; 

sumload=0; 
final_sol=setdiff(final_sol,1); 
rn=setdiff(rn,final_sol); 
part_sol=[]; 
final_sol=[]; 
nn=1; 
part_sol(nn)=cur_pos(i); 
A=[]; 
n=1; 

end; 
end; 

if setdiff(rn,1)==[];% 產生最后一條終點不為1的路徑 
n_sol=n_sol+1; 
nl=length(part_sol); 
part_sol(nl+1)=1;%將路徑的最后1位補1 

% 對所得路徑進行路徑內3-opt優化 
final_sol=exchange(part_sol); 

for nt=1:length(final_sol); % 將所有產生的路徑傳給一個數組 
temp(t+nt)=final_sol(nt); 
end; 

cost(n_gen,i)=cost_sol(temp,dist)+M_vehicle*(n_sol-vehicle_best); %計算由螞蟻i產生的路徑總長度 

for ki=1:length(temp)-1; 
deltao(temp(ki),temp(ki+1))=deltao(temp(ki),temp(ki+1))+Q/cost(n_gen,i); 
end; 

if cost(n_gen,i)<best_cost; 
best_cost=cost(n_gen,i); 
old_cost=best_cost; 
best_gen=n_gen; % 產生最小費用的代數 
best_ant=i; %產生最小費用的螞蟻 
best_solution=temp; 
end; 

if i==m; %如果所有螞蟻均完成一次循環，，則用最佳費用所對應的路徑對弧進行整體更新 
for ii=1:32; 
for jj=1:32; 
tao(ii,jj)=(1-rou)*tao(ii,jj); 
end; 
end; 

for kk=1:length(best_solution)-1; 
tao(best_solution(kk),best_solution(kk+1))=tao(best_solution(kk),best_solution(kk+1))+deltao(best_solution(kk),best_solution(kk+1)); 
end; 
end; 

fid=fopen('out_solution.txt','a+'); 
fprintf(fid,'%s%i%s','NO.',n_sol,'路徑是:'); 
fprintf(fid,'%i ',part_sol); 
fprintf(fid,'\n'); 
fprintf(fid,'%s %i\n','當前的用戶需求量是:',temp_load); 
fprintf(fid,'%s %f\n','總費用是:',cost(n_gen,i)); 
fprintf(fid,'------------------------------\n'); 
fprintf(fid,'%s\n','最終路徑是:'); 
fprintf(fid,'%i-',temp); 
fprintf(fid,'\n'); 
fclose(fid); 
temp=[]; 
break; 
end; 
end; 

end; 
end; 


（2）
function [y,val]=QACS 
tic 
load att48 att48; 
MAXIT=300; % 最大循環次數 
NC=48; % 城市個數 
tao=ones(48,48);% 初始時刻各邊上的信息最為1 
rho=0.2; % 揮發系數 
alpha=1; 
beta=2; 
Q=100; 
mant=20; % 螞蟻數量 
iter=0; % 記錄迭代次數 
for i=1:NC % 計算各城市間的距離 
for j=1:NC 
distance(i,j)=sqrt((att48(i,2)-att48(j,2))^2+(att48(i,3)-att48(j,3))^2); 
end 
end 
bestroute=zeros(1,48); % 用來記錄最優路徑 
routelength=inf; % 用來記錄當前找到的最優路徑長度 
% for i=1:mant % 確定各螞蟻初始的位置 
% end 
for ite=1:MAXIT 
for ka=1:mant %考查第K只螞蟻 
deltatao=zeros(48,48); % 第K只螞蟻移動前各邊上的信息增量為零 
[routek,lengthk]=travel(distance,tao,alpha,beta); 
if lengthk<routelength % 找到一條更好的路徑 
routelength=lengthk; 
bestroute=routek; 
end 
for i=1:NC-1 % 第K只螞蟻在路徑上釋放的信息量 
deltatao(routek(i),routek(i+1))=deltatao(routek(i),routek(i+1))+Q/lengthk; 
end 
deltatao(routek(48),1)=deltatao(routek(48),1)+Q/lengthk; 
end 
for i=1:NC-1 
for j=i+1:NC 
if deltatao(i,j)==0 
deltatao(i,j)=deltatao(j,i); 
end 
end 
end 
tao=(1-rho).*tao+deltatao; 
end 
y=bestroute; 
val=routelength; 
toc 



function [y,val]=travel(distance,tao,alpha,beta) % 某只螞蟻找到的某條路徑 
[m,n]=size(distance); 
p=fix(m*rand)+1; 
val=0; % 初始路徑長度設為 0 
tabuk=[p]; % 假設該螞蟻都是從第 p 個城市出發的 
for i=1:m-1 
np=tabuk(length(tabuk)); % 螞蟻當前所在的城市號 
p_sum=0; 
for j=1:m 
if isin(j,tabuk) 
continue; 
else 
ada=1/distance(np,j); 
p_sum=p_sum+tao(np,j)^alpha*ada^beta; 
end 
end 
cp=zeros(1,m); % 轉移概率 
for j=1:m 
if isin(j,tabuk) 
continue; 
else 
ada=1/distance(np,j); 
cp(j)=tao(np,j)^alpha*ada^beta/p_sum; 
end 
end 
NextCity=pchoice(cp); 
tabuk=[tabuk,NextCity]; 
val=val+distance(np,NextCity); 
end 
y=tabuk; 



function y=isin(x,A) % 判斷數 x 是否在向量 A 中，如在返回 1 ，否則返回 0 
y=0; 
for i=1:length(A) 
if A(i)==x 
y=1; 
break; 
end 
end 



function y=pchoice(A) 
a=rand; 
tempA=zeros(1,length(A)+1); 
for i=1:length(A) 
tempA(i+1)=tempA(i)+A(i); 
end 
for i=2:length(tempA) 
if a<=tempA(i) 
y=i-1; 
break; 
end 
end