改進(jìn)遺傳模擬退火算法求解TSP
2017-07-15 13:43:00張雁翔祁育仙
智能計(jì)算機(jī)與應(yīng)用 2017年3期
張雁翔 祁育仙
摘要：遺傳算法和模擬退火算法均是解決TSP的有效方法，分析2種算法各自的優(yōu)缺點(diǎn)，在已有遺傳模擬退火算法的基礎(chǔ)上進(jìn)行改進(jìn)并用于求解TSP。引用部分最近插入法、部分隨機(jī)產(chǎn)生初始種群，減小了群體多樣性與收斂速度的矛盾。在遺傳算法中，使用精英保留策略對(duì)選擇操作進(jìn)行改進(jìn)，保證種群的質(zhì)量；引入進(jìn)化逆轉(zhuǎn)算子，使子代繼承親代的較多信息，增強(qiáng)搜索能力。經(jīng)過(guò)國(guó)際公認(rèn)的TSPLIB實(shí)驗(yàn)數(shù)據(jù)仿真驗(yàn)證，改進(jìn)后的遺傳模擬退火算法搜索最優(yōu)能力提高。
關(guān)鍵詞：遺傳算法；模擬退火算法；旅行商問(wèn)題（TSP）
猜你喜歡
測(cè)控技術(shù)(2018年2期)2018-12-09 09:00:54
石油地球物理勘探(2017年2期)2017-11-23 06:02:04
中央民族大學(xué)學(xué)報(bào)(自然科學(xué)版)(2017年1期)2017-06-11 07:13:32
統(tǒng)計(jì)與決策(2017年2期)2017-03-20 15:25:24
科技創(chuàng)新與應(yīng)用(2017年5期)2017-03-16 19:11:45
物聯(lián)網(wǎng)技術(shù)(2017年2期)2017-03-15 17:03:03
湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年2期)2016-12-01 04:06:42
電腦知識(shí)與技術(shù)(2016年6期)2016-06-06 22:01:08
科技視界(2016年3期)2016-02-26 09:45:54
智能系統(tǒng)學(xué)報(bào)(2015年4期)2015-12-27 09:38:39
