求解TSP问题的一种改进蚁群算法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｋｅｒｓｈｔｏｏｙａｇｒｔｍ；ｅｅｉｌｏｔｍ；Ｐｏｔｍｉａｉｎｙｗｏｄ：ｎｌｎｌｏｉｃｈｇｎｔａｇｒｈｃｉＴＳｐｉｚｔｏ
１引言
旅行商问题（ｒｖｌｇＳｌｍａｒｂｅＴＰ是ＴａｅｉａｅｎＰｏｌｍ，Ｓ）ｎｓ
ＷＡＮＧｅｇｆｎ，Ｆｎ－ｅｇＷＡＮＧｎｍｉｇＷＵｉＲｅ－ｎ，Ｊａ
（ｌｇｆｌｔｃｌｎｗｅｇ，ｈｅｒｅｉｅｓｔ，ｉｈｎ３０２Ｃｉａ）ＣｏｌｅｏｅｒａｄＮｅＥｎｒｙＴｒｅＧｏｇｓｖｒｉＹｃａｇ４３０ｈｎｅＥｃｉａＵｎｙ
全局收敛性产生寻找最优路径的初始信息素分布，然后
述为：假设有一个旅行商人从自己所在的城市出发去拜访ｎ个城市，要求每个城市只能拜访一次，而且最后要
回到原来出发的城市。路径的选择目标是要求一条最短的周游路径。由于ＴＳＰ问题在智能机器人路径规划、
关键词：蚁群算法；遗传算法；ＳＴＰ问题
中图分类号：１ＴＰ８文献标识码：Ａ文章编号：０３２１２１）７００ — ３１０７４（０００ — ０１０
ＡｎＩｒｖｄＡｎｌｎｇｒｈｆｒｌｉｇＴｏｅｔｏｙＡｌｏｉｍｖｎＳＰｍｐＣｏｔｏＳｏ
控制理论与应用
ＣｏｔｏｌｅｏａｎｎｒＴｈ￣ｄＡｐｐｉａｉｎｓｌｔｃｏ
《动化技术与应用》２０年第２自０１９卷第７期
求解ＴＳＰ问题的一种改进蚁群算法
王峰峰，仁明，王伍佳
（三峡大学电气与新能源学院，湖北宜昌４０）３０２３
摘
要：ＳＴＰ问题是典型的ＮＰｈｒ — ａｄ组合优化问题，用蚁群算法求解此问题存在搜索时间长，易陷入局部最优解的不足。本文提出容了一种改进的蚁群算法。该算法在蚁群算法中植入遗传算法，利用遗传算法生成信息素的分布，克服了蚁群算法中搜索时问Ｋ的缺陷。此外，在蚁群算法寻优中，采用交叉和变异的策略，改善了ＴＳＰ解的质量。仿真结果显示，改进的蚁群算法是有效的。
城市管道铺设优化、交通运输、电路板设计以及物流配送等领域内有着广泛的应用，因此，能快速、有效地求
ＡｂｔａｔＴＳｌｓｉａＰｈｒｏｂｎｔｒａｐｉｚｔｎＴｈｒｅｓｍｅｄａａｋｕｈａｎｉｅｒｈｎｎａｌｎｏｓｒｃ：ＰｉａｃａｓｃｌｓＮ — ａｄｃｍｉａｏｉｌｔห้องสมุดไป่ตู้ｉａｉ．ｅｅａｏｒｗｂｃｓｓｃｓｌｇｔｍｅｓａｃｉｇａｄｆｌｉｔｏｏｒｏｌｃｌｏｔｍａｏｕｉｎＴｈｓｐｐｒｒｓｎｓａｐｉｚｄａｇｒｔｍｏｏｖｎＰ．ｅｐｏｏｅｌｏｉｍｏｏａｐｉｌｓｌｔｏ．ｉａｅｅｅｔｎｏｔｐｍｉｅｌｏｈｆｒｓｌｉｇＴＳＴｈｒｐｓｄａｇｒｔｉｈｃｍｂｎｓｔｅｉｅｈａｔｃｌｎｌｏｉｈａｄｇｎｔｃａｇｒｔｍ．ｔｕｅｎｏｏｙａｇｒｔｍｎｅｅｉｌｏｉｈＩｓｓＧＡｏｇｎｒｔｈｉｔｉｕｉｎｏｈｒｍｏｅＩｄｉｏ，ｎｔｅａｔｔｅｅａｅｔｅｄｓｒｂｔｏｆｐｅｏｎ．ａｄｔｎｉｈｎｎｉｃｌｎｌｏｉｈｏｏｙａｇｒｔｍ，ｈｒｓｏｅｎｔｔｏｔａｅｉｓｉｓｄｔｍｐｏｅｔｅｑａｉｙｏＰｓｌｔｎＴｈｉｕａｉｎｔｅｃｏｓｖｒａｄｍｕａｉｎｓｒｔｇｅｓｕｅｏｉｒｖｈｕｌｔｆＴＳｏｕｉ．ｅｓｍｌｔｏｏｒｓｌｈｗｓｔａｈｍｐｏｅｌｏｉｈｏｔｍｉｅｈＰｉｉｅａｄｐｒｏｍａｃ．ｅｕｔｓｏｈｔｅｉｒｖｄａｇｒｔｍｐｉｚｓｔｅＴＳｎｔｔｍｎｅｆｒｎｅ
一
似之处，是一种求解ＮＰ－ＨＡＲＤ问题较有潜力的随机优化算法。然而用蚁群算法求解ＴＰ存在搜索时间长、容Ｓ
个易于描述却难以处理的ＮＰ —ＨＡＲＤ问题。它可描
易陷入局部最优解等缺点，且随着城市数目的增多，并ＴＳ问题求解的空间和时间复杂度呈指数级增长。Ｐ为了克服蚁群算法的缺陷，本文将遗传算法融入到蚁群算法中［。首先利用遗传算法的随机搜索、快速性、４】