//construtor do ACO
//recebe os parâmetros a serem utilizados nas funções de movimento da formiga e de atualização de feromônio
public ACO(TravellingSalesmanMap TSP, int numAnts)
{
//inicializar variáveis
problem = new AntProblem(TSP);
bestSolutionFound = new TSPSolution();
taxaEvaporacao = 0.9;
//cria as formigas e coloca cada uma em um vértice aleatório do grafo
System.Random random = new Random();
ants = new List<Ant>();
for (int i = 0; i < numAnts; i++)
//ants.Add(new Ant(random.Next(problem.CityCount) + 1));
ants.Add(new Ant((i + 1)%(TSP.CityCount + 1)));
}
//construtor do ACO
//recebe os parâmetros a serem utilizados nas funções de movimento da formiga e de atualização de feromônio
public ACO(TravellingSalesmanMap TSP, int numAnts)
{
//inicializar variáveis
problem = new AntProblem(TSP);
bestSolutionFound = new TSPSolution();
taxaEvaporacao = 0.9;
//cria as formigas e coloca cada uma em um vértice aleatório do grafo
System.Random random = new Random();
ants = new List <Ant>();
for (int i = 0; i < numAnts; i++)
{
//ants.Add(new Ant(random.Next(problem.CityCount) + 1));
ants.Add(new Ant((i + 1) % (TSP.CityCount + 1)));
}
}
//cria uma solução parcial
public void Move(AntProblem problem)
{
//inicializa solução parcial
tabooList.Clear();
tabooList.Add(startCity);
int visit = 0;
/* move a formiga até que todas as cidades sejam visitadas */
//enquanto não atender à condição final da solução parcial
while (visit++ < problem.CityCount - 1)
{
//se mover para o próximo vértice
//levando em conta heurística e lista tabu
tabooList.Add(Decide());
}
}
//cria uma solução parcial
public void Move(AntProblem problem)
{
//inicializa solução parcial
tabooList.Clear();
tabooList.Add(startCity);
int visit = 0;
/* move a formiga até que todas as cidades sejam visitadas */
//enquanto não atender à condição final da solução parcial
while (visit++ < problem.CityCount - 1)
{
//se mover para o próximo vértice
//levando em conta heurística e lista tabu
tabooList.Add(Decide());
}
}
//calcula os valores para a chance de cada aresta ser escolhida para fazer parte da solução final
public static void PrepareMove(AntProblem problem)
{
//vetor que guarda as notas individuais de cada aresta
double[,] notaTrilhas = new double[problem.CityCount, problem.CityCount];
//vetor que guarda a soma das notas das arestas visíveis de cada cidade
double[] somaNotas = new double[problem.CityCount];
/* calcula a nota de cada aresta separadamente */
//para cada aresta no grafo
for (int cityA = 1; cityA <= problem.CityCount; cityA++)
{
for (int cityB = cityA + 1; cityB <= problem.CityCount; cityB++)
{
// Otimizar Atribuição pelo Corte pela Metade
/*if (cityA == cityB) {
* notaTrilhas[cityA - 1, cityB - 1] = 0;
* continue;
* }*/
//calcula o valor p de acordo com a trilha de feromonios e a distancia
notaTrilhas[cityA - 1, cityB - 1] = System.Math.Pow(problem.GetPheromoneBetween(cityA, cityB), problem.pheromoneWeight) * System.Math.Pow(1 / problem.GetDistanceBetween(cityA, cityB), problem.distanceWeight);
//e atualiza a soma das notas daquela cidade
somaNotas[cityA - 1] += notaTrilhas[cityA - 1, cityB - 1];
}
}
ProbabilityMatrix = new double[problem.CityCount, problem.CityCount];
/* calcula o vetor de densidade de probabilidade para cada cidade */
//para cada cidade cityA no grafo
for (int cityA = 1; cityA <= problem.CityCount; cityA++)
{
double acumulado = 0;
//calcula a chance de visitar a cidade cityB
for (int cityB = cityA + 1; cityB <= problem.CityCount; cityB++)
{
// Otimizar Atribuição pelo Corte pela Metade
//como sendo a nota da aresta [cityA, cityB] dividido pela soma de todas as arestas visíveis de cityA (todas)
acumulado += notaTrilhas[cityA - 1, cityB - 1] / somaNotas[cityA - 1];
ProbabilityMatrix[cityA - 1, cityB - 1] = acumulado;
ProbabilityMatrix[cityB - 1, cityA - 1] = acumulado;
}
}
}
//calcula os valores para a chance de cada aresta ser escolhida para fazer parte da solução final
public static void PrepareMove(AntProblem problem)
{
//vetor que guarda as notas individuais de cada aresta
double[,] notaTrilhas = new double[problem.CityCount, problem.CityCount];
//vetor que guarda a soma das notas das arestas visíveis de cada cidade
double[] somaNotas = new double[problem.CityCount];
/* calcula a nota de cada aresta separadamente */
//para cada aresta no grafo
for (int cityA = 1; cityA <= problem.CityCount; cityA++) {
for (int cityB = cityA + 1; cityB <= problem.CityCount; cityB++) {
// Otimizar Atribuição pelo Corte pela Metade
/*if (cityA == cityB) {
notaTrilhas[cityA - 1, cityB - 1] = 0;
continue;
}*/
//calcula o valor p de acordo com a trilha de feromonios e a distancia
notaTrilhas[cityA - 1, cityB - 1] = System.Math.Pow(problem.GetPheromoneBetween(cityA, cityB), problem.pheromoneWeight) * System.Math.Pow(1 / problem.GetDistanceBetween(cityA, cityB), problem.distanceWeight);
//e atualiza a soma das notas daquela cidade
somaNotas[cityA - 1] += notaTrilhas[cityA - 1, cityB - 1];
}
}
ProbabilityMatrix = new double[problem.CityCount, problem.CityCount];
/* calcula o vetor de densidade de probabilidade para cada cidade */
//para cada cidade cityA no grafo
for (int cityA = 1; cityA <= problem.CityCount; cityA++) {
double acumulado = 0;
//calcula a chance de visitar a cidade cityB
for (int cityB = cityA + 1; cityB <= problem.CityCount; cityB++) {
// Otimizar Atribuição pelo Corte pela Metade
//como sendo a nota da aresta [cityA, cityB] dividido pela soma de todas as arestas visíveis de cityA (todas)
acumulado += notaTrilhas[cityA - 1, cityB - 1] / somaNotas[cityA - 1];
ProbabilityMatrix[cityA - 1, cityB - 1] = acumulado;
ProbabilityMatrix[cityB - 1, cityA - 1] = acumulado;
}
}
}
