蜘蛛蜂优化算法SWO求解不闭合MD-MTSP，可以修改旅行商个数及起点（提供MATLAB代码）

1、蜘蛛蜂优化算法SWO

蜘蛛蜂优化算法（Spider wasp optimizer，SWO）由Mohamed Abdel-Basset等人于2023年提出，该算法模型雌性蜘蛛蜂的狩猎、筑巢和交配行为，具有搜索速度快，求解精度高的优势。VRPTW（MATLAB）：蜘蛛蜂优化算法SWO求解带时间窗的车辆路径问题VRPTW（提供参考文献及MATLAB代码）-CSDN博客

参考文献：

[1]Abdel-Basset, M., Mohamed, R., Jameel, M. et al. Spider wasp optimizer: a novel meta-heuristic optimization algorithm. Artif Intell Rev (2023). Spider wasp optimizer: a novel meta-heuristic optimization algorithm | SpringerLink

二、SWO求解不闭合MD-MTSP

2.1部分代码

close all
clear
clc
Algorithm='SWO';
global data  StartPoint Tnum
%数据集参考文献  REINELT G.TSPLIB-a traveling salesman problem[J].ORSA Journal on Computing,1991,3(4):267-384.
% 导入TSP数据集 bayg29
load('data.txt')
StartPoint=[1 5 15 16];%起点城市的序号(可以修改) 必须由小到大排列 （建议：2到6个旅行商）
Tnum=length(StartPoint);%旅行商个数
Dim=size(data,1)-Tnum;%维度
lb=-10;%下界
ub=10;%上界
fobj=@Fun;%计算总距离
SearchAgents_no=100; % 种群大小（可以修改）
Max_iteration=1000; % 最大迭代次数（可以修改）
algorithm=str2func(Algorithm);
[fMin,bestX,curve]=algorithm(SearchAgents_no,Max_iteration,lb,ub,Dim,fobj);  

2.2部分结果

第1个旅行商的路径：1->6->13->27->8->28->12

第1个旅行商的总路径长度：1109.053651

第2个旅行商的路径：5->2->21->9->26->29->3

第2个旅行商的总路径长度：840.178552

第3个旅行商的路径：15->20->4->19->25->7->23

第3个旅行商的总路径长度：1051.617801

第4个旅行商的路径：16->24->10->18->14->17->22->11

第4个旅行商的总路径长度：1006.628035

所有旅行商的总路径长度：4007.478039

第1个旅行商的路径：1->12->6->29->3

第1个旅行商的总路径长度：967.470930

第2个旅行商的路径：5->20->13->4->11

第2个旅行商的总路径长度：999.349789

第3个旅行商的路径：15->14->22->17->18

第3个旅行商的总路径长度：582.666285

第4个旅行商的路径：16->25->7->23->8

第4个旅行商的总路径长度：991.665266

第5个旅行商的路径：19->24->27->28->21->10->2->26->9

第5个旅行商的总路径长度：1258.650071

所有旅行商的总路径长度：4799.802340

三、完整MATLAB代码

​