用灰狼算法解决TSP三维问题matlab代码

以下是用灰狼算法解决TSP三维问题的MATLAB代码，仅供参考：

% 灰狼算法求解TSP问题
% 问题描述：假设有n个城市，要求从其中一个城市出发，遍历所有城市恰好一次后，回到出发城市，路径最短
% 本程序将城市坐标随机生成，为了使坐标之间的距离具有可比性，这里采用了欧氏距离
% 三维问题即为每个城市有x, y, z三个坐标
clc;
clear;
close all;
rng(1); % 随机种子
%% 参数设置
maxIter = 100; % 最大迭代次数
N = 30; % 灰狼个数
dim = 3; % 每个城市的维度
lb = 0; % 坐标的最小值
ub = 100; % 坐标的最大值
c1 = 1; % 学习因子
c2 = 1; % 学习因子
c3 = 1; % 学习因子
%% 随机生成城市坐标
n = 20; % 城市个数
x = randi([lb, ub], n, dim);
%% 计算城市之间的距离
dist = zeros(n, n);
for i = 1:n
    for j = 1:n
        dist(i, j) = pdist([x(i, :); x(j, :)], 'euclidean'); % 欧氏距离
    end
end
%% 初始化灰狼群体
wolf = zeros(N, n);
for i = 1:N
    wolf(i, :) = randperm(n); % 随机生成初始解
end
%% 初始化最优解
gbest = Inf;
gpos = zeros(1, n);
%% 迭代寻优
for iter = 1:maxIter
    % 更新每只灰狼的位置
    for i = 1:N
        % 计算适应度
        dist_sum = 0;
        for j = 1:n-1
            dist_sum = dist_sum + dist(wolf(i, j), wolf(i, j+1));
        end
        dist_sum = dist_sum + dist(wolf(i, n), wolf(i, 1)); % 回到起点
        fitness = 1 / dist_sum; % 距离越短，适应度越高
        % 寻找当前最优解
        if dist_sum < gbest
            gbest = dist_sum;
            gpos = wolf(i, :);
        end
        % 寻找当前最优灰狼
        [~, index] = max(fitness);
        alpha = wolf(index, :);
        % 寻找次优灰狼
        fitness(index) = -Inf;
        [~, index] = max(fitness);
        beta = wolf(index, :);
        % 寻找最劣灰狼
        fitness(index) = -Inf;
        [~, index] = max(fitness);
        delta = wolf(index, :);
        % 更新灰狼位置
        for j = 1:n
            r1 = rand();
            r2 = rand();
            r3 = rand();
            A = 2 * c1 * r1 - c1;
            C = 2 * r2;
            D = abs(C * gpos(j) - wolf(i, j));
            X1 = gpos(j) - A * D;
            A = 2 * c2 * r1 - c2;
            C = 2 * r2;
            D = abs(C * alpha(j) - wolf(i, j));
            X2 = alpha(j) - A * D;
            A = 2 * c3 * r1 - c3;
            C = 2 * r2;
            D = abs(C * beta(j) - wolf(i, j));
            X3 = beta(j) - A * D;
            wolf(i, j) = (X1 + X2 + X3) / 3;
        end
    end
    % 绘制灰狼位置变化图
    plot3(x(:,1), x(:,2), x(:,3), 'o', 'MarkerSize', 10, 'LineWidth', 2);
    hold on;
    for i = 1:N
        plot3(x(wolf(i, :), 1), x(wolf(i, :), 2), x(wolf(i, :), 3), '-');
    end
    xlabel('x');
    ylabel('y');
    zlabel('z');
    title(sprintf('Iteration %d', iter));
    hold off;
    pause(0.1);
end
%% 输出结果
fprintf('最短路径长度为：%f\n', gbest);
fprintf('最短路径为：');
for i = 1:n
    fprintf('%d ', gpos(i));
end
fprintf('%d\n', gpos(1));

需要注意的是，由于三维问题的可视化比较困难，因此在代码中采用了3D散点图和连线来表示城市坐标和路径。如果需要在二维平面上绘制城市和路径，只需要将代码中的`plot3`改为`plot`即可。