简介：该文针对遗传算法在解决排序优化时,交叉操作会导致非法染色体出现,必须使用一些较为复杂的方法加以解决,从而使得计算量增大的问题,提出了一种改进的遗传算法,取消交叉操作,强化变异作用.既简化了遗传操作,又克服了早熟现象,较为成功地解决了TSP问题.

简介：TSP是一个典型的组合优化问题,并且是一个NP难题,其可能的路径总数与城市数目n是成指数型增长的,所以一般很难精确地求出其最优解,因而寻找出有效的近似求解算法就具有重要的意义.现提出一种求解TSP问题比较有效的遗传算法,从其数学模型、遗传算子、评估函数、种群多样性等方面对算法进行了分析,结果表明提出的算法在求解TSP问题上是有效的.

简介：TSP（旅行商问题）作为一种解决组合优化问题的有效方法,在近几十年来受到了广泛的研究。理论证明它是一个典型的NP难问题,为了更快捷地求解,候选集方法在多种求解算法比如LKH算法中都有用到,一般是用于产生一个接近局部最优的初始解,较少用于寻路过程中。本文提出了一种新的简单的候选集方法,它采用一种新的距离度量,更好地符合了对称TSP的寻路规则。将其应用于最大最小蚁群算法（MMAS）的寻路过程中,实验结果表明针对对称TSP问题,该方法能比基本的MMAS取得更好的性能。这种候选集方法也可以用于其他求解对称TSP问题的进化计算。

简介：本文以永州市为例,从配送中心的角度出发,以时间、费用、距离三个为参数指标,采用分支定界法建立多目标TSP模型,然后使用基于粒子群算法的满意度模型对其进行评价,得到了最佳运输线路的设计方案,为配送中心设计运输线路提供理论依据和实用参考价值。

简介：针对一类带聚类特征的旅行商问题(TSP),研究了一种新型的带聚类处理的C-均值蚁群混合算法.为加快收敛速度,算法首先用C-均值算法对TSP中的城市进行特别聚类处理,然后再利用蚁群算法对分类结果进行处理来得到最终解.算法还集成了一种C-均值搜索算子,并引入了局部搜索策略2-opt,以提高搜索性能.在聚类数目给定的情况下,所提算法能够得到所求TSP的全局较优解,与基本蚁群算法、遗传算法和模拟退火算法比较,它具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的具有聚类特征的组合优化问题之中.实验结果表明,所提算法是有效的.