遗传算法在旅行商问题的研究与应用

合集下载
  1. 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. 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. 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)。
Abs t r ac t
T r a v e l i n g S a l e s m a n P r o b l e m ( T S P )i s a t y p i c a l n o n — d e t e r m i n i s t i c p o l y n o m i a l( N P )c o mp l e t e c o mb i n a t o r i a l o p t i m i z a t i o n
pr obl e m. Si nc e ba s i c ge n e t i c a l g or i t h m pr o n e t o h a v e t h e ph e no me n on of l oc al c on v e r ge n ce i n s ol v i n g s u c h i s s u e s, a n i m- pr ov e d a l g or i t hm pr op os e d. Co m bi n i n g r o u l e  ̄e a nd e x c el l en t i n di v i du a l s co py t o s el e ct , c on du ct r e se a r c h o n t r a v el i n g s al es — ma n pr o bl em of 1 1 ci t i es . By c ompar i n g. ob t a i n go od c o n ve r g en ce . Th i s m e t h o d a l s o ap pl i es i n s ol vi ng m a n y NP—c ompl e t e
0 l 4 6 3 8 8 8 2 0 8 7 3 7 6 8 l 5 7 4 0 6 4 1 2 7 8 2 2 6 7 l 2 0 0 6 8 9
T S P旅 行 商 问题 是 典 型 的 、易 于 描 述 却 难 以处 理 的 组 合 优 化 问题 , 旅 行 商 问题 ( T S P ) 可具体描述如下 : 已知 n个 城 市 之 间 的相 互 距 离 ,现 有 一 个 推 销 员 从 某 一 城 市 出发 ,必 须 遍 访 这 n
出现 局 部 收 敛 现 象 , 提 出 了 改进 , 采 用轮 盘 赌 和 优 秀 个 体 复制 相 结 合 的 方 法 进 行 选 择 , 对 1 1个城 市 的 旅 行 商 问 题 进 行 研 究, 通 过 比较 发 现 取 得 良好 的 收 敛 , 该 方 法在 解 决很 多 NP完全 组 合 优 化 问题 上 同样适 用 。 关键词 : 遗传算 法, 轮盘赌 , 优 秀个体复制, T S P
0 2 0 0 0 2 0 0 o 3 6 9 6 5 0 0 4 4 3 0 1 9 8 5 2 3 2 6 l 5 l 8 1 0 6 l 0 3 3 5 8 2 3 0 0 3 6 4 2 3 2 7 4 O l 9 0 7 l 】 5 9 】 4 0 3
百度文库
单春艳 瑚 鹏修 ( 青岛大学自 动化工程学院, 山东 青岛 2 6 6 0 7 1 )
摘 要
旅 行 商 问题 ( T S P ) 是 一 类典 型 的非 确 定 性 多项 式 ( NP ) 完 全 组 合优 化 问题 。针 对基 本 遗 传 算 法在 求 解 这 类 问题 时 容 易
{ q - 业 控 制计 算 机} 2 0 1 3年第 2 6卷 第 1 1期
1 0 7
遗传算法在旅行商问题的研究与应用
Tr a v e l l i n g S a l e s ma n Pr o bl e m Ba s e d o n Ge n e t i c Al g o r i t h m
遗传算法 对于组合优 化 中的非确定 性多项 式 ( N P ) 问题 非 常有 效 , 已经在求解旅行 商问题 、 背包问题 、 装 箱 问 题 等 方 面 得
到广 泛 的应 用 …。
1 旅 行 商 问题
1 北京
表 1 城市距离( 公里 ) 表
北京 上海 青岛 重庆 鸟鲁 人津 拉 萨 哈尔滨 , ’ 州 武汉 郑州 术 齐
乌骨木 齐 3 7 6 8 4 0 7 7 3 6 9 6 3 3 5 8
天津 拉萨 哈尔滨
广州
3 9 0 0 4 0 8 0 4 4 4 3 4 5 7 7 3 5 4 6 3 0 7 9
0 4 2 2 l 0 l 2 3 5 2 4 0 4 1 3l O 7 9 9 5 0 9 1 0
c om b i n at o r i a l o pt i mi z a t i on pr obl ems.
Ke y wor ds : ge ne t i c al gor i t h m. r o ul e  ̄e, e x c el l en t i n di vi dua l s cop y , TSP
3 5 4 4
l 5 7 1 3 2 6 4 0 6 4 4 3 7 3 1 2 7 8 2 5 6 0
个城市 , 并 且 每个 城 市 只能 访 问 一 次 , 最 后 又 必 须 返 回 到 出 发 城
I 卜 海
岛 重庆
1 4 6 3 0
8 8 8 1 3 5 5 2 0 8 7 2 5 2 3
1 3 5 5 2 5 2 3 4 0 7 7 1 3 2 6 4 3 7 3 2 5 6 0 l 7 0 5 8 1 9 9 9 8
相关文档
最新文档