共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
给出了MTSP的整数线性规划模型、分类,提出了均衡各旅行商访问路程和均衡各旅行商访问人数的多目标MTSP问题.针对均衡各旅行商访问路程的MTSP设计了相应的求解算法,求解算法为遗传算法和2-0pt的混合算法.给出了相应的示例和实验结果,并对实验结果的有效性进行了研究. 相似文献
3.
一种改进遗传算法在旅行商(TSP)问题中的应用 总被引:3,自引:0,他引:3
遗传算法(GA)是一种基于自然群体遗传机制的高效搜索算法,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极小的可能,同时也增加了处理的并行性。因此,可以利用遗传算法研究典型的组合优化实例-TSP问题的求解问题。本文采用了启发式三交叉算子并提出了一种全新的变异算子,使得收敛速度更快,能更有效的解决TSP问题。 相似文献
4.
一般TSP问题是单目标的,只追求一个性能指标:所走路径最短。然而对于具体的TSP问题,实际中常常需要考虑:路程最短、时间最少、费用最省、风险最小等等多方面的因素。设计了贪婪的复合变异算子(GCM),引入隔代爬山法算子来提高多目标TSP问题的搜索能力。实验结果表明该算法是有效的。 相似文献
5.
6.
通过分析TSP问题的特征,结合以减少周游路线中交叉边为启发式信息,引入了一个遗传算法中新的变异策略用于TSP求解。对新策略的有效性进行了证明并且给出了具体的实现方案,同时通过TSP Lib上的测试样例将该启发式变异算子和另外两个传统的变异算子(插入式变异和交换式变异)进行了比较。比较结果表明了新变异策略具有更大的优势。 相似文献
7.
8.
9.
10.
融入遗传算法的混合蚁群算法 总被引:2,自引:0,他引:2
为了提高基本蚁群算法的收敛性能和全局求解能力,对基本蚁群算法进行了改进,提出了一类融入遗传算法的混合蚁群算法.在每代进化中保留最优解和次优解的公共解集后引入遗传操中的交叉算子和变异算子进行运算.对优秀解公共解集的保留加快了算法收敛速度,引入交叉和变异扩大了解的搜索空间,提高了解的全局性.通过对TSP问题的仿真运算表明,融入遗传算法的蚁群算法在收敛速度和解的全局性上都有较大的改善. 相似文献
11.
12.
基于MATLAB遗传算法优化工具箱的优化计算 总被引:24,自引:0,他引:24
采用Matlab语言编制的遗传算法工具箱(GAOT)可实现二进制编码和真值编码的模拟进化计算,此工具箱在遗传操作方面非常灵活。介绍了用遗传算法工具箱解决了连续优化问题和旅行商问题,并给出了两个实例。 相似文献
13.
一种改进的遗传算法及其在旅行商问题中的应用 总被引:2,自引:0,他引:2
针对以往各种遗传算法解决旅行商问题(TSP)经常面临过早收敛问题,提出了一种改进的遗传算法,使得改进后的算法可以有效保持种群多样性,从而提高了算法的稳定性和准确性。应用于解决TSP问题,并通过编程测试将改进后的遗传算法和经典遗传算法作了对比。 相似文献
14.
基于遗传算法的旅行商问题仿真实现 总被引:7,自引:0,他引:7
从应用的角度讨论了基于遗传算法的旅行商问题(Travelling Salzesman Problem,简称TSP)的求解方法,在应用遗传算法求解旅行商问题时,参数值的不同设定对解有不同的影响,结合旅行商问题具体实例,对参数值的变化进行了观察,当选择Pc=0.5,pm=0.001时,得到了较为理想的最短旅行路径。 相似文献
15.
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
16.
主要研究了用遗传算法求解TSP问题。阐述了简单遗传算法的设计方法、基本原理和基本步骤。描述了简单遗传算法在TSP问题中的应用现状。根据种群个体的多样性和分布情况,提出了判定遗传算法的截止代数。简单遗传算法具有易于陷入局部最优解、收敛速度慢的特点,针对这些特点,通过改进交叉算子,加入初始化启发信息,提高了遗传算法解的精度和收敛性。 相似文献
17.
18.
19.
Tang Ying 《数字社区&智能家居》2008,(Z2)
TSP问题是组合优化领域的经典问题之一,旨在求出遍历若干个城市的最短路径。本文通过遗传算法GA的选择和变异算子的确定和、交叉算子的改进,并在TSP问题中的实践来探索这个经典的NP(Nondeterministic Polynomial)难题。 相似文献
20.
针对工作量平衡的多旅行商问题,提出了一种融合杂草算法繁殖机制和局部优化变异算子的改进遗传算法(Reproductive mechanism and Local optimization mutation operator based Genetic Algorithm,RLGA)。该算法利用入侵杂草优化算法中以适应度为基准的繁殖机制来产生种群并进行遗传操作,以此来提高算法的搜索效率;同时提出一种混合局部优化算子作为变异算子来提高算法的局部搜索能力,从而提高收敛精度。实验结果表明,RLGA在求解工作量平衡的多旅行商问题时可以快速收敛到较优解,并且求解精度得到了很大的提高。 相似文献