首页 | 本学科首页   官方微博 | 高级检索  
     

改进粒子群优化算法求解旅行商问题
引用本文:王翠茹,张江维,王玥,衡军山.改进粒子群优化算法求解旅行商问题[J].华北电力大学学报,2005,32(6):47-51,59.
作者姓名:王翠茹  张江维  王玥  衡军山
作者单位:1. 华北电力大学,计算机科学与技术学院,河北,保定,071003
2. 河北省电力设计院,河北,石家庄,052160
基金项目:华北电力大学青年教师基金项目(522-93207401).
摘    要:提出了一种改进粒子群学习算法,在改进的算法中,粒子不仅根据自身和同伴中最好的个体调整自己的飞行速度,而且按照一定的概率向其他个体学习。这种强化后的学习行为更符合自然界生物的学习规律,更有利于粒子发现问题的全局最优解。同时借鉴单点调整算法思想,提出了调整因子和调整序概念用以重构粒子群算法。最后,用改进后的粒子群算法求解旅行商问题,数字仿真表明了算法的有效性。

关 键 词:粒子群优化算法  旅行商问题  组合优化  NP问题
文章编号:1007-2691(2005)06-0047-05
收稿时间:2005-06-03
修稿时间:2005-06-03

Modified particle swarm optimization algorithm for traveling salesman problem
WANG Cui-ru,ZHANG Jiang-wei,WANG Yue,HENG Jun-shan.Modified particle swarm optimization algorithm for traveling salesman problem[J].Journal of North China Electric Power University,2005,32(6):47-51,59.
Authors:WANG Cui-ru  ZHANG Jiang-wei  WANG Yue  HENG Jun-shan
Affiliation:1. School of Computer Science and Technology, North China Electric Power University, Baoding 071003, China; 2. Hebei Provincial Electric Power Design InstitUte, Shijiazhuang 052160, China
Abstract:A modified particle swarm optimization(MPSO) algorithm is proposed to solve the traveling salesman problem(TSP).The conceptsofadjustmentoperatorand adjustment sequence areintroduced to reconstruct particle swarm optimization(PSO) algorithmby using theideas of single node regulating algorithm.Numericalsimulation results show the effectiveness of the proposed method.
Keywords:particle swarm optimization algorithm  traveling salesman problem  combination optimization  NP problem
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号