压缩搜索空间的遗传算法在TSP中的应用

被引:6
作者
王哲
何锫
机构
[1] 长沙理工大学计算机与通信工程学院
基金
湖南省自然科学基金;
关键词
遗传算法; TSP; 不完全演化; 空间压缩; 就近访问;
D O I
10.16208/j.issn1000-7024.2009.16.060
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
旅行商问题的可能解与城市规模n是成指数型增长的,因此规模越大解决越困难。通过设计能够对搜索空间进行压缩的遗传算法,依靠搜索过程中已得到的近优解的信息,可以降低随机搜索的盲目性并加速算法收敛速度。首先利用不完全演化得到一组近优解,然后通过比较近优解获得解的相同模式,将搜索空间划分为一个或多个最优解域,再进行局部的优化,来提高求解速度和解的质量,并用TSP问题进行了验证。
引用
收藏
页码:3830 / 3832
页数:3
相关论文
共 5 条
[1]
智能优化算法的性能及搜索空间研究 [D]. 
高永超 .
山东大学,
2007
[2]
求解TSP问题的贪心遗传算法 [J].
魏英姿 ;
赵明扬 ;
黄雪梅 ;
胡玉兰 .
计算机工程, 2004, (19) :19-20+34
[3]
求解TSP问题的模式学习并行蚁群算法 [J].
萧蕴诗 ;
李炳宇 ;
吴启迪 .
控制与决策, 2004, (08) :885-888
[4]
基于空间收缩的并行演化算法 [J].
王涛 ;
李歧强 .
中国工程科学, 2003, (03) :57-61
[5]
求解TSP的子空间遗传算法 [J].
全惠云 ;
文高进 .
数学理论与应用, 2002, (01) :36-39