我们在迭代时是否跟踪最佳距离？或者我们总是返回最后一次迭代结果？另外，我们如何确定迭代次数呢？是不是越多越好？
我尝试始终返回算法结果的最后一次迭代，并且我期望获得与提供给我的数据集相匹配的最佳解决方案（是的，我获得数据集的源也包含最佳解决方案）但我没有
我不知道它是否可以帮助您或/和是否回答您的问题，但我致力于 TSP 的蚁群优化，并且我使用评分方法来表示蚂蚁信息素。
（这里，旅程=完整的路径循环，路径=两点之间的路径）
首先，您需要随机（且独立）生成多个旅程。然后，您可以根据距离进行评分，对它们进行排名。之后，根据旅程分数为每条路径赋予权重（例如，如果路径在旅程中，则权重 = 权重 + 分数）。 然后您重新启动以生成多个旅程，但这次受路径权重的影响。重复步骤（排名+评分+权重）。 经过一定次数的迭代后，生成的所有行程将是相同的。 这是你的最佳路径。
您可以更改以获得不同结果的参数是：