粒子群算法实现

privateintMAX_GEN;// 迭代次数 privateintscale;// 种群规模

privateintcityNum; // 城市数量，编码长度 privateintt;// 当前代数

privateint[][] distance; // 距离矩阵 privateint[][] oPopulation;// 粒子群

private ArrayList>listV;// 每科粒子的初始交换序列 privateint[][] Pd;// 一颗粒子历代中出现最好的解， privateint[] vPd;// 解的评价值

privateint[] Pgd;// 整个粒子群经历过的的最好的解，每个粒子都能记住自己搜索到的最好解

privateintvPgd;// 最好的解的评价值 privateintbestT;// 最佳出现代数

privateint[] fitness;// 种群适应度，表示种群中各个个体的适应度 private Random random; public PSO() { } /**

* constructor of GA *

* @param n * 城市数量 * @param g * 运行代数 * @param w * 权重 **/

public PSO(intn, intg, ints, floatw) {

this.cityNum = n; this.MAX_GEN = g; this.scale = s; this.w = w; }

// 给编译器一条指令，告诉它对被批注的代码元素内部的某些警告保持静默 @SuppressWarnings(\) /**

* 初始化PSO算法类

* @param filename 数据文件名，该文件存储所有城市节点坐标数据 * @throws IOException */

privatevoid init(String filename) throws IOException { // 读取数据 int[] x; int[] y;

String strbuff;

BufferedReader data = new BufferedReader(new InputStreamReader( new FileInputStream(filename))); distance = newint[cityNum][cityNum]; x = newint[cityNum]; y = newint[cityNum]; for (inti = 0; i

// 读取一行数据，数据格式1 6734 1453 strbuff = data.readLine(); // 字符分割

String[] strcol = strbuff.split(\); x[i] = Integer.valueOf(strcol[1]);// x坐标 y[i] = Integer.valueOf(strcol[2]);// y坐标

} // 计算距离矩阵

// ，针对具体问题，距离计算方法也不一样，此处用的是att48作为案例，它有48个城市，距离计算方法为伪欧氏距离，最优值为10628 for (inti = 0; i

.sqrt(((x[i] - x[j]) * (x[i] - x[j]) + (y[i] - y[j]) * (y[i] - y[j])) / 10.0); // 四舍五入，取整

inttij = (int) Math.round(rij); if (tij

distance[i][j] = tij + 1; distance[j][i] = distance[i][j]; } else { distance[i][j] = tij;

distance[j][i] = distance[i][j]; } } }

distance[cityNum - 1][cityNum - 1] = 0;

oPopulation = newint[scale][cityNum]; fitness = newint[scale];

Pd = newint[scale][cityNum]; vPd = newint[scale]; Pgd = newint[cityNum];

vPgd = Integer.MAX_VALUE;

// nPopulation = new int[scale][cityNum]; bestT = 0; t = 0;

random = new Random(System.currentTimeMillis()); }

// 初始化种群，多种随机生成办法 void initGroup() { inti, j, k;

for (k = 0; k

oPopulation[k][0] = random.nextInt(65535) % cityNum; for (i = 1; i

oPopulation[k][i] = random.nextInt(65535) % cityNum; for (j = 0; j

if (oPopulation[k][i] == oPopulation[k][j]) { break; } } if (j == i) { i++; } } } }

void initListV() { intra; intraA;