-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathpso_tsp.py
executable file
·248 lines (198 loc) · 5.27 KB
/
pso_tsp.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
import numpy as np
import copy
distancias=[[0,12,3,23,1,5,23,56,12,11],
[12,0,9,18,3,41,45,5,41,27],
[3,9,0,89,56,21,12,48,14,29],
[23,18,89,0,87,46,75,17,50,42],
[1,3,56,87,0,55,22,86,14,33],
[5,41,21,46,55,0,21,76,54,81],
[23,45,12,75,22,21,0,11,57,48],
[56,5,48,17,86,76,11,0,63,24],
[12,41,14,50,14,54,57,63,0,9],
[11,27,29,42,33,81,48,24,9,0]]
costos=[[0,22,47,15,63,21,23,16,11,9],
[22,0,18,62,41,52,13,11,26,43],
[47,18,0,32,57,44,62,20,8,36],
[15,62,32,0,62,45,75,63,14,12],
[63,41,57,62,0,9,99,42,56,23],
[21,52,44,45,9,0,77,58,22,14],
[23,13,62,75,99,77,0,30,25,60],
[16,11,20,63,42,58,30,0,66,85],
[11,26,8,14,56,22,25,66,0,54],
[9,43,36,12,23,14,60,85,54,0]]
def permutacion(lista, size):
a=np.random.randint(size)
b=np.random.randint(size)
while(a==b):
b=np.random.randint(size)
temp=lista[a]
lista[a]=lista[b]
lista[b]=temp
def fitness(ruta):
costo1=0
costo2=0
size=len(ruta)-1
for i in range(size):
costo1+=distancias[ord(ruta[i])%65][ord(ruta[i+1])%65]
costo2+=costos[ord(ruta[i])%65][ord(ruta[i+1])%65]
return costo1,costo2
def generar_poblacion(ciudades, size):
poblacion=[]
velocidad=[]
valor=len(ciudades)
for i in range(size):
ruta=[]
repo=[]
camino=copy.copy(ciudades)
permutacion(camino, valor)
ruta.append(camino)
repo.append(camino)
f_1,f_2=fitness(camino)
repo.append(f_1)
repo.append(f_2)
repo.append('')
ruta.append([repo])
ruta.append(velocidad)
temp=copy.copy(ruta)
poblacion.append(temp)
del ruta[:]
return poblacion
def swap(lista1,pos):
i=np.random.choice(pos)
pos.remove(i)
j=np.random.choice(pos)
temp=lista1[i]
lista1[i]=lista1[j]
lista1[j]=temp
return i, j
def posiciones(per1, per2):
size=len(per1)
pos=[]
for i in range(size):
if per1[i]!=per2[i]:
pos.append(i)
return pos
def iguales(per1, per2):
size=len(per1)
for i in range(size):
if per1[i]!=per2[i]:
return True
return False
def diferencia(lista1,lista2):
velocidad=[]
while iguales(lista1,lista2):
swaps=[]
pos = posiciones(lista1,lista2)
i,j = swap(lista1,pos)
swaps.append(i)
swaps.append(j)
swaps.append(1) #1
temp=copy.copy(swaps)
velocidad.append(temp)
del swaps[:]
return velocidad
def swap2(lista1,pos):
r=np.random.uniform(0,1)
if len(pos) and r<pos[2]:
i=pos[0]
j=pos[1]
temp=lista1[i]
lista1[i]=lista1[j]
lista1[j]=temp
def evaluar(ruta):
fit=[]
f_1,f_2=fitness(ruta)
fit.append(ruta)
fit.append(f_1)
fit.append(f_2)
fit.append('')
return fit
def actualizar_repositorio(nuevo,repositorio):
size=len(repositorio)
for i in range(size):
dominado,do_f,iq=no_dominado(nuevo,repositorio[i])
if dominado==False:
print "Nueva_ruta:", nuevo[0],"f1=",nuevo[1],"f2=",nuevo[2]
for r in range(len(repositorio)):
print repositorio[r][0],"f1=",repositorio[r][1],"f2=",repositorio[r][2]
return repositorio
if dominado and iq:
repositorio[i][3]='d'
if do_f:
repositorio[i][3]='d'
i=0
while i<size:
if repositorio[i][3]=='d':
repositorio.pop(i)
i-=1
size=len(repositorio)
i+=1
if dominado and nuevo[3]!='i':
repositorio.append(nuevo)
print "Nueva_ruta:", nuevo[0],"f1=",nuevo[1],"f2=",nuevo[2]
for r in range(len(repositorio)):
print repositorio[r][0],"f1=",repositorio[r][1],"f2=",repositorio[r][2]
return repositorio
def no_dominado(nuevo,repositorio):
dominado1=False
dominado2=False
iguales1=False
iguales2=False
if nuevo[1]==repositorio[1]:
iguales1=True
if nuevo[1]<repositorio[1]:
dominado1=True
if nuevo[2]==repositorio[2]:
iguales2=True
if nuevo[2]<repositorio[2]:
dominado2=True
if iguales1 and iguales2:
nuevo[3]='i'
return dominado1 or dominado2,dominado1 and dominado2, iguales1 or iguales2
def actualizar_velocidad(x,local_,global_):
a_l=np.random.randint(len(local_))
a_g=np.random.randint(len(global_))
copia=copy.copy(local_[a_l][0])
copia2=copy.copy(global_[a_g][0])
velocidad=[]
a=diferencia(copia,x)
print "pbest-x(t-1)", a
b=diferencia(copia2,x)
print "gbest-x(t-1)", b
velocidad=a+b
return velocidad
def actualizar_x(x, velocidad):
for vel in velocidad:
swap2(x,vel)
return x
def pso(ciudades,size):
pob=generar_poblacion(ciudades,size)
repo_gl=copy.copy(pob[0][1])
it=0
while(it<iteraciones):
print "************************* Iteracion ",it+1,"*******************************"
for i in range(size):
fit=evaluar(pob[i][0])
print "****************************** Repositorio local ",i+1,"******************************"
pob[i][1]=actualizar_repositorio(fit,pob[i][1])
fit[3]=''
print
print "****************************** Repositorio Global ******************************"
repo_gl=actualizar_repositorio(fit,repo_gl)
print
for i in range(size):
f_1,f_2=fitness(pob[i][0])
print i+1," Actual", pob[i][0],"fit1: ",f_1 ,"fit2: ", f_2
#print "Mejor", pob[i][2],"fitness: ",fitness(pob[i][2])
velocidad=actualizar_velocidad(pob[i][0],pob[i][1],repo_gl)
if len(velocidad)!=0:
pob[i][0]=actualizar_x(pob[i][0],velocidad)
print "Velocidad:", pob[i][2]
pob[i][2]=velocidad
print
it+=1
print
ciudades=['A','B','C','D','E','F','G','H','I']
iteraciones=10
size=10
pso(ciudades,size)