主要采用灰狼优化算法对城市间的路径进行规划。城市分布图如图所示。

部分代码：

% 产生问题模型

model = CreateModel('Oliver30.txt');  

% 城市分布图

figure(1);

plot(model.x, model.y, 'ms', 'LineWidth', 2, 'MarkerEdgeColor', 'k', 'MarkerFaceColor', 'g')

legend('城市位置')

title('城市分布图', 'fontsize', 12)

xlabel('km', 'fontsize', 12)

ylabel('km', 'fontsize', 12)

grid on

% 适应度函数句柄

Fun = @(tour) TourLength(tour, model); 

% TSP参数

M = model.n;        % 城市个数   

% GWO参数

N = 50;   % 灰狼个数

Max_iter = 1000;      % 最大迭代次数

lb = -10; % Lower Bound

ub = 10; % Upper Bound

dim = M;            % 维数

% 初始化alpha, beta, and delta_pos

Alpha_pos = zeros(1,dim);

Alpha_score = inf; 

Beta_pos = zeros(1,dim);

Beta_score = inf; 

Delta_pos = zeros(1,dim);

Delta_score = inf; 

% 初始化种群位置

Positions = rand(N, dim).*(ub-lb)+lb;

Length_best = zeros(1, Max_iter);

Length_ave = zeros(1, Max_iter);

l = 1; % 迭代计数器

优化结果：