【随书源码】matlab数学建模与方法实践（第3版）

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：

Prescan自动驾驶仿真系统的最新培训手册，来自于西门子官方

【实例简介】

自己搭建的直流充电桩仿真

MATLAB金融算法分析实战1

CFAR

多目标优化求解并绘制pareto前沿面

主要是卷积神经网络CNN的matlab算法实现，有具体的代码解析，可直接运行

KNN-master ├── README.md ├── data.mat ├── offline_data_uniform.mat └── positioning_simulation.m 0 directories, 4 files KNN定位误差消除算法，来源于GitHub

【实例简介】雷达坐标转换