共查询到20条相似文献，搜索用时 405 毫秒
1.
分析了遗传算法和模拟算法的主要优缺点,提出一种用于求解旅行商问题（TSP）的改进遗传算法,该算法有效地将遗传算法和模拟退火算法相结合,在很大程度上缩短了算法的搜索时间;利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了改进的遗传算法的有效性。 相似文献
2.
针对特定的多源旅行商问题,给出了将其转化为单源旅行商问题的一种方法,并用改进的遗传算法加以解决,无论在理论研究还是实际应用中,都有一定的创新. 相似文献
3.
《科技风》2017,(16)
旅行商问题是一个组合优化问题,具有重要的实际意义。而遗传算法是求解旅行商问题的典型算法之一。本文首先介绍了旅行商问题的定义以及它的研究背景、发展现状和常用算法。在此基础上,详细阐述了遗传算法原理。通过改进这些算子,改进了传统的遗传算法,提高了算法的效率,降低了它的时间及空间复杂度。本文使用路径总长度的倒数作为适应度函数,保证了解向着最优化方向发展。然后选择部分交叉算子来产生新个体,保证了迭代的效率。变异算子利用位点变异,使算法变得简单,易行。最后,使用MATLAB语言进行编程,解决了城市数目分别为15和25时的两个实际问题。通过对这两个问题的收敛速度的对比、分析,总结了遗传算法求解旅行商问题的特点。 相似文献
4.
为了降低单片机系统调度过程的总能耗,提出一种分区思维分类下融合旅行商算法以及遗传算法的节能调度方法。基于分区思维分类方法,将单片机进程调度总能耗,划分成进程切换能耗、进程过渡调整能耗以及进程稳定调度能耗,将单片机进程节能调度问题,转化成单片机多进程调度的能耗优化问题,将单进程调度平稳模态作为节点、进程调度过渡模态作为支路,构建单片机进程调度总能耗的有向图模型,将单片机进程能耗优化过程看成旅行商问题,通过遗传算法的多目标逐层改进以及旅行商算法路径寻优原理,查询不同单片机进程调度下的最佳调度参数和多进程的最佳调度顺序,降低单片机进程调度的总能耗。实验结果说明,所提模型可提高单片机进程调度效率,降低调度能耗。 相似文献
5.
6.
混合遗传蚁群算法的改进及在TSP问题中的应用研究 总被引：1，自引：0，他引：1
蚁群算法(ACA)与遗传算法(GA)都属于仿生型优化算法,是解决组合优化问题的强有力工具,并都分别成功应用于旅行商问题(TSP)中.本文将两种算法进行融合,并给出了新的融合方式.实验结果表明,新的遗传蚁群混合算法有效地改进了算法的全局收敛性,并加快了收敛速度. 相似文献
7.
8.
9.
旅行商问题作为NP难题的典型代表,从诞生以来一直都是计算机算法理论研究的热点话题,各种针对该问题的算法层出不穷。对相关的代表性算法进行了介绍与总结,在分析各种算法的特点之后,提出了各类算法的改进方向,对旅行商问题的研究进行了展望。 相似文献
10.
11.
钟宏伟 《内蒙古科技与经济》2004,(12):72-73
本文提出用遗传算法解决旅行商问题。全文分三部分进行讨论：首先提出问题、分析问题，给出问题的解决方案，然后给出遗传算法在TSP中的应用及实现，最后探讨了遗传算法解决旅行商问题自身具备的特点。 相似文献
12.
一种改进的并行混合遗传算法在求解TSP问题中的应用 总被引：1，自引：0，他引：1
遗传算法(GeneticAlgorithm,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(旅行商问题)的求解问题,提出一种改进的主从式并行混合遗传算法求解TSP问题。实验结果表明,该方法在解的精度和速度上优于以前的算法。 相似文献
13.
针对远航程无人水下航行器的路径规划问题,本文提出了一种基于旅行商(TSP)问题的路径规划的新方法。阐述了TSP问题的基本原理,并采用了模拟退火算法和遗传算法进行了仿真研究,获得较好的仿真结果。 相似文献
14.
基于最少旅行商数,旅行商间的路径平衡,遍历城市的时间窗等约束条件,建立数学模型,用改进的模拟退火算法,优化多旅行商遍历路径,该算法增加了记忆因子,记住最小的局部最优点,防止程序跳过全局最优点后跳不回来。通过仿真实例验证了该算法的可行性,且符合实时性的要求。 相似文献
15.
两段式遗传算法求解CTSP 总被引：1，自引：0，他引：1
旅行商问题（TSP）是一类典型的NP完全问题,遗传算法（GA）是求解这类问题的常用方法之一。针对中国旅行商问题（CTSP）,设计了两阶段遗传算法的改进策略。第一阶段在SGA基础上采取控制参数优化和保优操作,求得若干个较优解;第二阶段采用变异操作,在第一阶段较优解组成的种群基础上寻找最优解。用该策略迅速找到了CTSP最优解,该路径长度为15378km,比目前已知CTSP解更优。对遗传算法迅速求解TSP最优解提供了可行解决方案。 相似文献
16.
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）问题的改进的自适应蚁群算法。 相似文献
17.
18.
《内蒙古科技与经济》2017,(22)
为解决企业物流配送车辆的路径优化问题,考虑了影响物流配送成本的主要因素,在此基础上建立了多目标数学模型。为改进节约算法的不足,提出了一种基于两阶段法的车辆路径优化方案,先采用节约算法求得物流配送路径优化问题的初始解,再将初始可行解转化为多旅行商问题对其改进。最后,通过实例验证了该方法可以改善配送车辆的行驶路径,达到节约配送成本的目的,对此类企业的配送业务具有一定的借鉴意义。 相似文献
19.
TSP（旅行商问题）是一个学术界广泛研究的问题,长期以来吸引了众多学者对其进行研究。在蚁群算法（ACA）的研究中,TSP同样起着重要的作用。首先对TSP问题和基本蚁群算法进行了介绍,然后改进了蚁群算法的状态转移概率公式和信息素更新策略,并且应用该改进蚁群算法对TSPLIB中的两个典型问题进行仿真,实验结果比较理想。 相似文献
20.
针对传统的遗传算法收敛慢的问题,提出了一种改进的遗传算法并将其应用在学生成绩预测中.所采用的遗传算法改进策略包括:(1)采用实数进行编码;(2)建立个体适应值函数进行个体评价;(3)使用新的选种策略;(4)改进了杂交过程;(5)修改了入选概率小于变异概率的个体变异策略;(6)优化了算法结束条件.本文将BP神经网络和改进的遗传算法相结合构造学生成绩预测模型.实验结果表明,在误差的收敛速度以及成绩预测的准确性方面,本文提出的模型都获得了令人满意的性能. 相似文献