模拟退火TSP

Question

我正在寻找在Java中实现模拟退火算法的方法，以为Traveling Salesman问题找到一条最佳路线，到目前为止，我已经实现了蛮力，并希望修改该代码以使用模拟退火。 显然，蛮力和模拟退火非常不同，并且使用的功能也非常不同。

我了解模拟退火使用一个称为温度的变量，该变量在算法运行时冷却； 随着温度开始升高，并逐渐逐渐冷却。 尽管温度很高，但该算法更有可能选择比当前解决方案差的解决方案，从而消除了在类似的爬山算法中发现的局部最大值。 随着算法的冷却，算法不太可能接受较差的解决方案，因此它可以专注于特定区域并快速找到最佳路线。

我相信我了解算法的工作原理，但是在将其放入Java时遇到了麻烦，我有2个类； 一个叫做City的城市， getDistance包含计算每个城市的详细信息的方法，例如getIndex ， getDistance等。算法类从输入文件中读取并将其存储在数组中（ int [][] ）

下面的代码是蛮力算法，如果有人可以帮助我做的话，我想修改它以进行模拟退火，对此我将不胜感激。

public static void doBF()
{
    int random1 = generateRand();

    if (towns2.size() > random1)
    {
        Town town = towns2.get(random1);
        visitedTowns[i] = town;
        towns2.remove(town);
        i++;
        if (lastTown != 1000)
        {
            journey += town.getDistance(lastTown);
        }
        lastTown = town.getIndex();
    }
    else 
    {
        doBF();
    }
}

Answer 1

我不想显示太多代码，因为它是属于我正在进行的学士论文的应用程序的一部分。 但是，你去了。 该算法应保持非常通用。 看一看。

算法的主要部分

// one could check for minimum q factor to be satisfied here
while (temperature > 1)
{
  state.step();
  int next = state.energy();

  if (acceptEnergyLevel(next))
  {
    energy = next;

    if (energy < minEnergy)
    {
      minState = state.copy();
      minEnergy = energy;
    }
  }
  else
    state.undo();
  temperature *= DECAY_RATE;
}

状态界面

public interface State<T extends State<T>>
{
  public void step();
  public void undo();
  public int energy();
  public T copy();
}

以此作为您算法的基础，您可以解决任何问题。 不只是TSP。 您只需要实现State接口，例如TspProblemInstance implements State<TspProblemInstance> 。 该算法是通用的，将返回类TspProblemInstance的最优（或非常接近最优的）结果对象。 因此，您必须认真地实施copy方法，这一点很重要。 通用参数T受实现类约束，即，副本将始终具有类型T （也可以是子类型）。

您应该在界面的具体实现中添加一些方法，以向您显示城市的顺序等State界面中的方法只是算法可以使用的最少方法。

我建议您进一步阅读Wiki文章 。 在这里还有另外两个实现， 第一个实现有点复杂， 第二个实现相当简单，但是有点笨拙（并且并不通用）。 但是它们应该使您对模拟退火有更多的了解。

Answer 2

看看http://www.theprojectspot.com/tutorial-post/simulated-annealing-algorithm-for-beginners/6 。 它提供了一个有据可查的示例，说明如何使用模拟退火解决TSP问题。