Ant Colony System for the TSP (Matlab Code)

 

function  [BestTourLength, BestTour]  =  ACSTSP(distances_matrix, number_of_ants, MaxIterations, alpha, beta, rho, target_length) 


% Ant Colony System  for  the TSP 
% 
% ACSTSP(distances_matrix, number_of_ants, MaxIterations, alpha, beta, rho, target_length) 
%   
%   distances_matrix:   symmeric real (NrOfNodes x NrOfNodes) - matrix containing distances 
%                       between all nodes: d[i,i]  =   0 , d[i,j] = d[j,i] 
%   MaxIterations:      maximum number of iterations  to  run 
%   target_length:       if  a tour  is  found  with  less than target_length, the  function  returns 
%                       stops  and  returns this tour.     
% 
%   parameter standard values: 
%       number_of_ants  =  NrOfNodes 
%       alpha  =   1  
%       beta  =   9  
%       rho  =   0.9  
% 
% returns [BestTourLength, BestTour] 


clc; 


load distances_matrix.mat
%d  =  distances_matrix;          %define d 
d  =  dis;
n  =  max(size(d)); 
%m  =  number_of_ants; 
m  =   48 ;
%t_max  =  MaxIterations; 
t_max  =   100 ;
%L_target  =  target_length; 
L_target  =   32000 ;


alpha  =   1  
beta  =   9
rho  =   0.9


%[L_nn, P_nn]  =  NearestNeighborTSP(d); 


L_best  =  inf; 
T_best  =   0 ; 


% INITIALIZATION  ===========================================================  


% pheromone trails 
%c  =   1   /  (n  *  L_nn); 
c  =   10 ^- 6 ;
tau  =  ones(n,n)  *  c; 


% place m ants in n nodes 
ant_tours  =  zeros(m, n + 1 ); 
ant_tours(:, 1 )  =  randint(m, 1 ,[ 1 , 48 ]); 


t  =   1 ; 
while  ((t  <=  t_max)  &  (L_target  <  L_best)) 


% CREATE TOURS  =============================================================  


         for  s  =   2  : n     
                 for  k  =   1  : m 
            current_node  =  ant_tours(k,s - 1 );     
            visited  =  ant_tours(k,:); 
            to_visit  =  setdiff([ 1 :n],visited); 
            c_tv  =  length(to_visit); 
            p  =  zeros( 1 ,c_tv); 
             for  i  =   1  : c_tv 
                p(i)  =  (tau(current_node,to_visit(i))) ^ alpha  *  ( 1 / d(current_node,to_visit(i))) ^ beta; 
             end  
            sum_p  =  sum(p); 
            p  =  p  /  sum_p; 
             for  i  =   2  : c_tv 
                p(i)  =  p(i)  +  p(i - 1 ); 
             end  
            r  =  rand; 
             select   =  to_visit(c_tv); 
                         for  i  =   1  : c_tv 
                 if  (r  <=  p(i)) 
                     select   =  to_visit(i); 
                    break; 
                 end  
                         end  
            city_to_visit  =   select ; 
            ant_tours(k,s)  =  city_to_visit; 
            tau(current_node,city_to_visit)  =  ( 1   -  rho)  *  tau(current_node,city_to_visit)  +  c; 
                 end  
         end  


% UPDATE  ===================================================================  


        ant_tours(:,n + 1 )  =  ant_tours(:, 1 ); 
        L_T  =  zeros( 1 ,m); 
        best_ant  =   1 ; 
         for  k  =   1  : m 
        P  =  ant_tours(k,:); 
        L  =   0 ; 
         for  i  =   1  : n 
            L  =  L  +  d(P(i),P(i + 1 )); 
         end  
        L_T(k)  =  L; 
         if  (L_T(k)  <  L_T(best_ant)) 
            best_ant  =  k; 
         end  
         end  
        L_min  =  min(L_T); 
        T_min  =  ant_tours(best_ant,:); 


% update pheromone trails; 
         for  i  =   1  : n 
        tau(T_min(i),T_min(i + 1 ))  =  ( 1   -  rho)  *  tau(T_min(i),T_min(i + 1 ))  +  rho  /  L_min; 
         end  


% COMPLETE  ================================================================  
        clc; 
        t  =  t  +   1  
        current_cities  =  ant_tours(:,n); 
        ant_tours  =  zeros(m, n + 1 ); 
        ant_tours(:, 1 )  =  current_cities; 
         if  (L_min  <  L_best) 
        L_best  =  L_min; 
        T_best  =  T_min; 
         end  
        L_best 


end  % ends  while  


clc; 
t 
BestTourLength  =  L_best 
BestTour  =  T_best