基于matlab蚁群算法配电网故障定位

thinkfunny · 发表于 2021-3-30 09:53

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

一、简介
1 蚁群算法的提出
蚁群算法(ant colony optimization, ACO)，又称蚂蚁算法，是一种用来寻找优化路径的机率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。遗传算法在模式识别、神经网络、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。

2 算法的基本原理

二、源代码

%function [bestroute,routelength]=Ant
clc
clear
tic
% 读入城市间距离矩阵数据文件
CooCity = load( 'CooCity.txt' ) ;% 城市网络图坐标数据文件，txt形式给出
NC=length(CooCity); % 城市个数
for i=1:NC % 计算各城市间的距离
for j=1:NC
distance(i,j)=sqrt((CooCity(i,2)-CooCity(j,2))^2+(CooCity(i,3)-CooCity(j,3))^2);
end
end
% distance=xlsread('DistanceCity.xls'); % 城市间距离矩阵数据文件，excel形式给出
MAXIT=10; % 最大循环次数
Citystart=[]; % 起点城市编号
tau=ones(NC,NC); % 初始时刻各边上的信息痕迹为1
rho=0.5; % 挥发系数
alpha=1; % 残留信息相对重要度
beta=5; % 预见值的相对重要度
Q=10; % 蚁环常数
NumAnt=20; % 蚂蚁数量
%bestroute=zeros(1,48); % 用来记录最优路径
routelength=inf; % 用来记录当前找到的最优路径长度
for n=1:MAXIT
for k=1:NumAnt %考查第K只蚂蚁
deltatau=zeros(NC,NC); % 第K只蚂蚁移动前各边上的信息增量为零
%[routek,lengthk]=path(distance,tau,alpha,beta,[]); % 不靠率起始点
[routek,lengthk]=path(distance,tau,alpha,beta,Citystart); % 指定起始点
if lengthk<routelength % 找到一条更好的路径
routelength=lengthk;
bestroute=routek;
end
for i=1:NC-1 % 第K只蚂蚁在路径上释放的信息量
deltatau(routek(i),routek(i+1))=deltatau(routek(i),routek(i+1))+Q/lengthk; % 信息素更新
end
%deltatau(routek(NC),1)=deltatau(routek(NC),1)+Q/lengthk; %
end
length_n(n)=routelength; % 记录路径收敛
tau=(1-rho).*tau; % 信息素挥发
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
costtime=toc;
subplot(1,2,1),plot([CooCity(bestroute,2)],[CooCity(bestroute,3)],'-*')
subplot(1,2,2),plot([1:MAXIT],length_n,'-*')
[routelength,costtime]# w _+ ?8 r4 y9 ?; g

三、运行结果

yin123 · 发表于 2021-3-30 10:46

基于matlab蚁群算法配电网故障定位

帐号		自动登录	找回密码
密码			注册

基于matlab蚁群算法配电网故障定位

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1