共查询到20条相似文献,搜索用时 0 毫秒
1.
旅行商问题的人工免疫算法 总被引:4,自引:0,他引:4
1 引言旅行商问题(TSP)是一个典型的有序组合优化问题,可以看成是许多领域内复杂工程优化问题的抽象形式。研究TSP问题的求解方法对解决复杂工程优化问题具有重要的参考价值。对于TSP问题,目前还没有完全有效的求解方法,但是,多年来人们一直在不停地探索。近年来,模拟自然界生物进化过程的求解TSP问题的方法不断见诸文献,但以基于 相似文献
2.
基于着色旅行商问题(colored traveling salesman problem, CTSP),给出了一种适用性更加宽泛的组合优化问题模型:着色瓶颈旅行商问题(colored bottleneck traveling salesman problem, CBTSP).CBTSP可建模含有部分重合工作区域的规划问题,譬如有合作任务和单独任务的人员与车辆的路线规划,此类问题由于目标函数与旅行商问题不一样,因此不能够用CTSP模型来建模.由于CBTSP属于NP难问题,对于规模大的此类问题,自然启发式算法是个合适的选择.基于此,提出了一种自然启发式算法求解CBTSP,该算法是基于伊藤过程的粒子群算法(particle swarm optimization, PSO)、模拟退火算法(simulated annealing, SA)和遗传算法(genetic algorithm, GA)的混合算法(PSGA).PSGA首先用二重染色体编码来构建问题的解,然后运用遗传算法的交叉操作进行更新,其中交叉长度由伊藤过程的活动强度来控制,而活动强度由粒子半径和环境温度来决定.为了充分验证算法的有效性,使用小尺度到大尺度不同规模的数据进行实验,通过广泛的实验与分析表明:PSGA求解CBTSP问题的求解质量要优于对比算法. 相似文献
3.
基于蚁群算法的中国旅行商问题满意解 总被引:14,自引:0,他引:14
蚁群算法是基于群体合作的一类仿生算法,适合于解困难的离散组合优化问题。本文对其做了适当的改进,以克服其求解速度过慢、容易出现停滞的缺陷,并将其用于解决中国旅行商问题。找到了目前巳知的最好的解,同时指出了进一步提高蚁群算法效率还需解决的问题和方向。 相似文献
4.
差分演化算法求解旅行商问题 总被引:3,自引:0,他引:3
设计了基于差分演化算法的新算法来求解旅行商问题.在新算法中,旅行商问题的城市的个数作为向量的维数,每个向量的元素的大小顺序作为旅行商问题的一个可行解.实验表明,该算法能够成功求解小规模的旅行商问题,而且算法稳健性好;再与同类算法的优化结果相比较,表明了该算法计算量小、收敛速度快的优点. 相似文献
5.
对随机组合优化问题中的概率旅行商问题(PTSP)的理论和方法进行了研究分析,采用现代进化算法中有代表性发展优势的萤火虫优化算法(FA),提出一种离散萤火虫优化算法(DFA)以求解.其中引入了新的学习机制使其相比原始的萤火虫优化算法,更容易搜索到全局最优解,有更好的收敛性能.实验中用TSPLIB中的经典实例进行测试来验证其可行性.考察了萤火虫数量和进化迭代次数对求解结果性能的影响,并将DFA与GA、PSO和ACO等其他著名的进化计算算法进行性能比较.实验结果证实了DFA无论对固定访问概率,还是访问概率为区间内随机数等不同情况,都具有良好的有效性和高效性,因此对求解随机组合优化系列问题的有效解决具有一定参考和借鉴价值. 相似文献
6.
7.
改进微粒群优化算法求解旅行商问题 总被引:21,自引:2,他引:21
对微粒群优化算法的速度位置算式进行了改进,提出一种改进的微粒群优化算法。该算法符合组合优化问题的特点,在求解旅行商问题上有较高的搜索效率。将改进的PSO算法分别应用于14点的TSP问题以及中国旅行商问题中,该算法在较短时间内获得了目前已知的最好解。 相似文献
8.
SizeScale:求解旅行商问题(TSP)的新算法 总被引:9,自引:0,他引:9
旅行商(TSP)问题是组合优化中最典型的NP-Hard问题之一,目前关于该问题的启发式算法主要分布为两类:环路构造算法和环路改进算法,对于第1类算法,首次提出了在环路构造中成批加入顶点,同时在构造过程对环路进行局部优化的思想,由上得到了一种新的算法:SizeScale-Construct,它的解质量极大地改进了现有的环路构造算法,对于2类算法,在分析局部最优解与全局最优解之间关系的基础上,提出了另一个采用局部最优解的交集作为初始环路的新算法:SizeScale-Improve,实验结果表明该算法在解的质量和求解速度上都较大地改进了现有最好的环路改进算法;另一方面,理论上对于最坏情况和平均情况时间复杂度的分析表明这两个算法是实用的。 相似文献
9.
粒子群算法求解旅行商问题程序设计 总被引:1,自引:0,他引:1
粒子群优化算法是一种具备全局搜索能力的群集智能优化算法,针对一类离散的、NP完全的组合优化问题——旅行商问题.该文介绍了用粒子群算法求解旅行商问题的改进策略和主要模块的程序设计思想。将算法应用到20个城市的解旅行商问题所得到的结果与遗传算法进行比较,数字仿真与结果比较表明了改进粒子群算法求解该问题的有效性。 相似文献
10.
针对旅行商问题提出一种离散粒子群算法。算法重新定义了速度及其与粒子位置的相关算子,设计了"距离排序矩阵"(保存距离城市由近到远的其他城市的矩阵),并根据它生成可动态变化的优秀基因库来指导粒子高效地进行全局搜索。本文用TSPLIB中的部分案例进行实验,实验结果表明,该算法在求解旅行商问题上有很好的性能,并且具有很好的鲁棒性。 相似文献
11.
米永强 《数字社区&智能家居》2014,(7):1505-1507
蚁群算法是一种求解组合优化问题较好的方法。在蚁群算法的基本原理基础上,以旅行商问题为例,介绍了该算法求解TSP的数学模型及具体步骤,并通过仿真实验与粒子群优化算法等方法比较分析,表明了该算法在求解组合优化问题方面具有良好的性能。 相似文献
12.
米永强 《数字社区&智能家居》2014,(3):1505-1507
蚁群算法是一种求解组合优化问题较好的方法。在蚁群算法的基本原理基础上,以旅行商问题为例,介绍了该算法求解TSP的数学模型及具体步骤,并通过仿真实验与粒子群优化算法等方法比较分析,表明了该算法在求解组合优化问题方面具有良好的性能。 相似文献
13.
蚁群优化是一种元启发式的随机搜索技术,是目前解决组合优化问题最有效的工具之一。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。在介绍了求解旅行商问题的三种经典的蚁群算法的基本原理后,着重分析了蚁群算法的发展现状,总结出蚁群算法发展的五个方向,即基于局部优化算法的蚁群算法、对路径上的信息素更新方法进行改进、蚁群算法与其他算法的融合、对蚁群算法的控制参数进行优化和并行蚁群算法。而且这五个方向有相互融合的趋势。 相似文献
14.
粒子群优化算法是一种具备全局搜索能力的群集智能优化算法,针对一类离散的、NP完全的组合优化问题——旅行商问题,该文介绍了用粒子群算法求解旅行商问题的改进策略和主要模块的程序设计思想。将算法应用到20个城市的解旅行商问题所得到的结果与遗传算法进行比较,数字仿真与结果比较表明了改进粒子群算法求解该问题的有效性。 相似文献
15.
16.
17.
旅行商问题(Traveling Salesman Problem,TSP)是组合优化中典型的NP难问题之一。和现有算法的基于局部分析或通过反复迭代逐步达到满意解的方式不同,作者首次提出了在N维欧氏空间Rn中求解TSP问题的N维空间联通图算法(Rn-Connectivity Map Algorithm,nDCM Algorithm)。该算法根据R2中n点(v1(x11,x12),v2(x21,x22),…,vn(xn1,xn2))之间的距离关系(dist2ij)n×n,将它们转换Rn中的点(v1(x11,x12,…,x1n),v2(x21,x22,…,x2n),…,vn(xn1,xn2,…,xnn))并通过对点vi与其余n-1个点的空间结构关系(i=1,2,…,n)进行分析,计算得到反映TSP整体空间分布的(dist2ij)n×n,即Rn-联通图((Connectivity Map)n×n),从而以较高的效率求得TSP问题的满意解。首次从空间结构分析的角度给出了TSP问题的N维空间联通图算法以及由此得到的有实际指导意义的结论。 相似文献
18.
19.
为解决多起点均衡多旅行商问题,分析问题的特点,从优化旅行商的起点、最小化所有旅行商总路程和维持各旅行商路径均衡的角度出发,提出一种基于改进交叉、变异操作的遗传算法。根据均衡多旅行商问题的优化目标,构建新型评价函数,设计双染色体编码方式。在此基础上,引入改进的三交换启发式交叉操作并设计双变异策略。在经典旅行商问题的测试集TSPLIB上,与其它求解多旅行商问题的进化算法进行对比,验证算法的有效性。 相似文献
20.
旅行商问题典型算法的综合性能 总被引:7,自引:0,他引:7
本文对旅行商问题的各种典型算法进行了综述,介绍了各算法的思想及其发展,并给出它们的计算精度及计算复杂性,以此为基础,对算法的综合性能方面进行了比较,指出各算法存在的问题.同时,指出当前在这一领域的研究倾向. 相似文献