生成十个随机目标点并输出位置坐标，再用麻雀搜索算法进行路径规划，要求每个目标点只被访问一次，最后输出最短路径 Python代码

以下是生成随机目标点并输出位置坐标的 Python 代码：

import random

# 设置目标点数量
num_points = 10

# 生成随机目标点
points = []
for i in range(num_points):
    x = random.uniform(0, 100)
    y = random.uniform(0, 100)
    points.append((x, y))

# 输出位置坐标
for i, point in enumerate(points):
    print(f"目标点 {i + 1} 坐标为 ({point[0]:.2f}, {point[1]:.2f})")

接下来是使用麻雀搜索算法进行路径规划，并输出最短路径的 Python 代码：

import math
import copy

# 计算两个点之间的距离
def distance(point1, point2):
    x1, y1 = point1
    x2, y2 = point2
    return math.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)

# 麻雀搜索算法
def sparrow_search(points):
    # 初始化路径为起点
    path = [0]
    # 初始化未访问过的目标点集合
    unvisited = set(range(1, len(points)))
    # 当还有未访问的目标点时，继续搜索
    while unvisited:
        # 计算当前路径的总长度
        total_distance = sum(distance(points[path[i]], points[path[i+1]]) for i in range(len(path)-1))
        # 初始化最短距离和最优路径
        shortest_distance = float('inf')
        best_path = []
        # 枚举当前路径和未访问的目标点之间的连线
        for i in range(len(path)):
            for j in unvisited:
                # 插入目标点到路径中
                new_path = copy.deepcopy(path)
                new_path.insert(i+1, j)
                # 计算新路径的总长度
                new_distance = sum(distance(points[new_path[i]], points[new_path[i+1]]) for i in range(len(new_path)-1))
                # 如果新路径更短，则更新最短距离和最优路径
                if new_distance < shortest_distance:
                    shortest_distance = new_distance
                    best_path = new_path
        # 更新路径和未访问的目标点集合
        path = best_path
        unvisited.remove(path[-1])
    # 返回最优路径和总长度
    return path, sum(distance(points[path[i]], points[path[i+1]]) for i in range(len(path)-1))

# 调用麻雀搜索算法进行路径规划
path, total_distance = sparrow_search(points)

# 输出最短路径
print(f"最短路径为：{' -> '.join(str(i+1) for i in path)}，长度为 {total_distance:.2f}")

注意，以上代码中路径的起点默认为第一个目标点，如果需要指定其他点作为起点，可以修改 `path` 变量的初始值。