一种基于TSP的改进遗传算法设计与实现

一种基于TSP的改进遗传算法设计与实现

一种基于TSP的改进遗传算法设计与实现

摘要:通过在传统GA中引入“2-代换”及组合变异,有效地改进了传统GA算法的结构,并用改进后的GA算法求解CTSP(中国邮递员问题),实验结果表明,求解时间以及求解质量显著优于传统GA。

关键词:TSP;遗传算法;组合变异;2-代换变异

中图分类号:TP301 文献识别码:A 文章编号:

1001-828X(2015)023-000-02

一、引言

遗传算法作为一种解决复杂问题的有效方法,该算法是以达尔文的生物进化论为启发而创建的,是基于生物进化中自然选择,适者生存和物种遗传思想的搜索算法[1][2]。

在传统的GA中,“爬坡”能力和对问题解空间的覆盖能力是影响提高算法品质的一对主要矛盾,主要通过变异率来调节.变异率太小,则算法容易陷入局部极值;反之,则会退化为随机搜索.对于TSP这类地形极其复杂的问题,这个矛盾尤为突出。

二、问题的描述

TSP命名是:有n个城市C1、C2、……、Cn,一旅行商从某一个城市出发,各城市均需访问一次后回到出发点,要

相关文档