蚁群算法tsp代码matlab

以下是蚁群算法TSP问题的Matlab代码：

function [bestLength, bestTour] = antTSP(D, nAnts, maxIterations, alpha, beta, rho)
% 蚁群算法解决TSP问题
% 输入:
% D: 距离矩阵
% nAnts: 蚂蚁数量
% maxIterations: 最大迭代次数
% alpha: 信息素重要程度因子
% beta: 启发函数重要程度因子
% rho: 信息素挥发因子
% 输出:
% bestLength: 最短路径长度
% bestTour: 最短路径

nCities = size(D, 1); % 城市数量
tau = ones(nCities, nCities); % 信息素矩阵
eta = 1./D; % 启发函数矩阵
bestLength = Inf; % 最短路径长度
bestTour = zeros(1, nCities); % 最短路径

for iter = 1:maxIterations
    % 初始化蚂蚁位置
    antPos = randi(nCities, nAnts, 1);
    antTour = zeros(nAnts, nCities); % 蚂蚁路径
    antTour(:, 1) = antPos; % 蚂蚁路径的第一个城市为初始位置
    
    % 蚂蚁移动
    for k = 2:nCities
        for i = 1:nAnts
            % 计算每只蚂蚁的下一个城市
            visited = antTour(i, 1:k-1); % 已经访问过的城市
            unvisited = setdiff(1:nCities, visited); % 未访问的城市
            p = tau(visited, unvisited).^alpha .* eta(visited, unvisited).^beta; % 计算概率
            p = p./sum(p); % 归一化
            nextCity = randsample(unvisited, 1, true, p); % 根据概率选择下一个城市
            antPos(i) = nextCity; % 更新蚂蚁位置
            antTour(i, k) = nextCity; % 更新蚂蚁路径
        end
    end
    
    % 计算路径长度
    tourLength = zeros(nAnts, 1);
    for i = 1:nAnts
        tour = antTour(i, :);
        tourLength(i) = sum(D(sub2ind([nCities, nCities], tour(1:end-1), tour(2:end)))));
    end
    
    % 更新最短路径
    [minLength, minIndex] = min(tourLength);
    if minLength < bestLength
        bestLength = minLength;
        bestTour = antTour(minIndex, :);
    end
    
    % 更新信息素
    deltaTau = zeros(nCities, nCities);
    for i = 1:nAnts
        tour = antTour(i, :);
        for j = 1:nCities-1
            deltaTau(tour(j), tour(j+1)) = deltaTau(tour(j), tour(j+1)) + 1/tourLength(i);
        end
        deltaTau(tour(end), tour(1)) = deltaTau(tour(end), tour(1)) + 1/tourLength(i);
    end
    tau = (1-rho).*tau + deltaTau;
end

end