Skip to content

利用蚁群算法,实现校园小车送餐路径规划。可自动实现小车数量以及最优路径。它没有用到机器学习库,比较适合用来研究蚁群算法的实现过程。同时带有Matlab版本。

Notifications You must be signed in to change notification settings

TTORainyNight/FoodDelivery-AntColony

Repository files navigation

总述

1.1

Python实现,这是一个利用蚁群算法,实现校园小车送餐路径规划。可自动实现小车数量以及最优路径。它没有用到机器学习库,比较适合用来研究蚁群算法的实现过程。同时带有Matlab版本。

1.2

其它说明文件、论文、本文件针对于Python版本。Matlab版本的实现方向相同,数据、过程、参数有所不同,并且它没有说明文件,只提供源代码。

1.3

论文、数据你可以参考,不允许传播。程序代码、GUI设计无版权,你可以随便、下载修改等等。

环境部署

2.1

你需要保证你的电脑上有Python运行环境,我的环境是Python 3.9.11版本。当然,其它版本也是可以的。

2.2

需要第三方库,如果未安装,需要在命令行中,找到pip.exe程序,执行如下的命令:

 pip install numpy
 pip install pandas
 pip install xml
 pip insatll PyQt6

2.3

Matlab版本的源代码,需要R2018a及以上环境,并包含中文语言包。

运行代码

3.1

GUI.py main.py都可以运行,第一个是GUI界面,第二个是处理问题的算法。

3.2

运行顺序:GUI.py>输入数据>运行规划>main.py>GUI.py>检测结果

代码结构

4.1文件结构

\Code 项目代码、\Code_GUI界面设计源代码、\Matlab程序的Matlab版本、\Sources一些实现过程的设计图纸、数据

4.2Matlab版本

如果你使用Python(推荐),那么你可以删掉\Matlab文件夹。 如果你使用Matlab,那么你可以只保留\Matlab文件夹。

4.3运行过程

main.py使用函数实现方法,模块化程序运行。使用全局变量进行程序的数据交换。由GUI界面收集用户的输入数据,将其存为.xls表格文件。再调用蚁群算法处理数据,处理完毕后,生成.txt文件。最后由GUI界面完成结果显示。

4.4注意事项

在运行环境中调试时,你需要将main.py中的456行代码注释掉,即: os.system('start wmzh.exe') 这是启动后台main.py编译后的程序的,调试时会报错。

代码问题

5.1

Matlab版本的程序运行存在偶尔的错误,请注意辨别。

5.2

蚁群算法参数可能不是最优解,请注意调整。

About

利用蚁群算法,实现校园小车送餐路径规划。可自动实现小车数量以及最优路径。它没有用到机器学习库,比较适合用来研究蚁群算法的实现过程。同时带有Matlab版本。

Resources

Stars

Watchers

Forks