共查询到18条相似文献,搜索用时 78 毫秒
1.
一种基于构建基因库求解TSP问题的遗传算法 总被引:23,自引:1,他引:23
传统的遗传算法通常被认为是自适应的随机搜索算法.该文在分析其特点后针对TSP问题提出了一种将建立基因库(Ge)与遗传算法结合起来的新算法(Ge-GA).该算法利用基因库指导种群的进化方向,并在此基础上使用全局搜索算子和局部搜索算子增强遗传算法的“探测”和“开发”能力.Ge-GA算法大大加快了遗传算法的收敛速度和寻优能力.作者测试了TSPLIB中的多个实例(城市数目从70~1577),试验结果与最优解的误差都不超过0.001%.特别是对于难求解的TSP问题,如att532和fl1577,都能够在理想的时间内找到最优解. 相似文献
2.
基于遗传算法求解TSP问题的一种算法 总被引:12,自引:1,他引:12
TSP问题是一个经典的NP难度的组合优化问题,遗传算法是求解TSP问题的有效方法之一。利用交换启发交叉算子实现局部搜索加快算法的收敛速度和利用变换变异算子维持群体的多样性防止算法早熟收敛,给出了一种求解TSP问题的遗传算法。仿真实验结果表明了该算法的有效性和可行性。 相似文献
3.
TSP的一种改进遗传算法 总被引:6,自引:0,他引:6
旅行商问题(TSP)是研究算法性能的典型算法,具有广泛的应用背景。遗传算法(GA)是由遗传进化理论指导的随机搜索寻优算法。但传统GA的寻优能力与随机搜索能力之间存在着相互制约的关系,所以对地形极其复杂、极无规律的TSP的应用效果并不十分理想。本文通过在传统GA中引入“幼代”及其成长过程,解除了两种能力间的制约关系。实际计算结果表明,求解质量显著提高。 相似文献
4.
一种基于改进遗传算法的TSP问题求解方法 总被引:2,自引:1,他引:1
通过改进经典遗传算法的交叉算子和变异算子,提出了一种改进遗传算法。介绍了该算法的基本步骤及特点,并对TSP问题进行了仿真实验。实验结果表明改进算法有效地提高了算法的收敛速度与寻优质量,在解决TSP问题时表现出良好特性,与经典遗传算法相比具有明显优势。 相似文献
5.
一种基于遗传算法求解TSP问题的优化算法 总被引:1,自引:0,他引:1
韩凤娇 《网络安全技术与应用》2012,(7):36-39
旅行商问题是组合优化的一个经典问题,也是评价算法好坏的一个标准,它要求在给定的一张图中寻找一条哈密尔顿回路,使得该回路在所有的回路中长度最短。然而,该问题是一个NP完全问题,其求解时间会随着问题规模的扩大急剧上升。因此,只能希望在允许的时间内寻求问题的一个较优的解来替代。本文借助生物学的相关理论与思想采用遗传算法对该问题进行求解,最后通过对遗传算法的进一步分析,提出了一种可行的改进算法,达到了获得较优解的目的。 相似文献
6.
7.
利用蚂蚁算法的正反馈机制改进两交换启发交叉方法(HGA),从而使遗传算法的交叉操作摆脱了选择初始城市和使用贪婪策略的影响,加快了算法向全局最优解的收敛。仿真实验证明,该改进算法在求解质量和求解效率上都取得了很好的效果。 相似文献
8.
9.
一种改进遗传算法及其在TSP问题中的应用 总被引:15,自引:1,他引:15
传统遗传算法的收敛速度与问题解的质量是影响算法寻优性能的一对主要矛盾。文章针对上述矛盾,提高了改进遗传算法的控制策略-杂交,变异的并行处理,基于适应值密度的变异操作,自调整父代迁移策略和父代与子代竞争策略,并应用于TSP问题中,验证了算法的有效性。 相似文献
10.
遗传算法(GA)是一种基于自然群体遗传机制的有效搜索算法,由于它在搜索空间中同时考虑许多点,这样就减少了收敛于局部极小的可能,也增加了处理的并行性。因此可以利用并行遗传算法(PGA)研究典型的组合优化实例-TSP问题的求解问题。该文提出一种有效的并行算法求解旅行商(TSP)问题,实验结果表明,该方法在解的精度上优于以前的算法。 相似文献
11.
一种改进的遗传算法及其在TSP中的实现 总被引:4,自引:1,他引:4
TSP问题是典型的NP完全问题,遗传算法是求解NP完全问题的一种方法。文章针对TSP问题.提出了一种改进的遗传算法。在遗传算法中引入进化算法的思想,在此基础上提出顶端培育策略和分阶段策略,以求在保证群体多样性的同时加快收敛速度。在算法的仿真和测试中,改进后的算法明显优于传统的遗传算法。这表明,该算法具有良好的可行性和实用性。 相似文献
12.
在现代物流应用中,典型的旅行商(TSP)问题是一个单目标优化问题,只反映了最短路程一个因素。将节点的时间窗作为成本损失计算在内,可其将转化为一个反映实际应用需求的多目标优化问题。本文在时间窗成本计算模型基础上,通过使用基于支配解的遗传算法进行优化,得出该问题的Pareto前沿,并通过实验表明了算法的有效性。 相似文献
13.
14.
15.
16.
求解旅行商问题的几种智能算法 总被引:1,自引:0,他引:1
旅行商问题(TSP)是一个典型的组合优化问题,易于描述却难于求解。对于大规模TSP问题,目前仍未有非常有效的方法,如何快速有效的求解TSP问题有着重要的理论价值和实际意义。文章介绍了什么是TSP,论述了目前求解旅行商问题较为有效的六种智能算法(遗传算法、蚁群算法、Hopfield神经网络算法、模拟退火算法、人工免疫算法、混合优化算法),并简单阐述了其优缺点,给出了未来针对TSP问题的研究重点。 相似文献
17.
基于混合杂交的遗传算法求解旅行商问题 总被引:4,自引:0,他引:4
通过混合使用多种杂交算子,提出了一种求解旅行商问题的新型遗传算法,并给出了实验验证。通过实验用该算法求解了城市数为50到100不等的旅行商问题,获得了比其它算法更精确或更接近最优的解,表明了算法的有效性。 相似文献
18.
针对基本蚁群算法存在收敛速度慢,易陷于局部最优解等缺点,提出了一种求解旅行商(TSP)问题的改进蚁群算法。通过在基本蚁群算法中提出保留最优解和引入个体差异策略的改进方法,有效地抑制了算法收敛过程中的停滞现象,提高了全局搜索能力和解的质量。TSPLIB的实例验证了该改进算法的有效性。 相似文献