旅行商问题的混沌混合离散蝙蝠算法

被引：24

作者：

戚远航 ^{[1
]}

蔡延光 ^{[1
]}

蔡颢 ^{[2
]}

汤雅连 ^{[1
]}

吕文祥 ^{[1
]}

机构：

[1] 广东工业大学自动化学院

[2] 奥尔堡大学健康科学与技术系

来源：

电子学报 | 2016年 / 44卷 / 10期

基金：

广东省自然科学基金; 广东省科技计划;

关键词：

旅行商问题; 混沌初始化; 蝙蝠算法; 2-Opt;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对现有离散蝙蝠算法在求解旅行商问题时存在的收敛速度较慢、收敛率不高等问题,提出了混沌混合离散蝙蝠算法.该算法采用混沌初始化策略提高算法的寻优能力,引入2-Opt技术增强算法的局部搜索能力、加快算法的收敛速度.大量的仿真实验表明:所提出的算法在求解小规模TSP时能快速收敛到已知最优解;在求解大规模TSP时能在较短的时间内收敛到偏差0.4%以内的最优解.

引用

页码：2543 / 2547

页数：5

共 9 条

[1] 求解最小比率旅行商问题的离散蝙蝠算法 [J].

李枝勇 ;

马良 ;

张惠珍 .

计算机应用研究, 2015, 32 (02) :356-359

[2] 求解TSP问题的离散型萤火虫群优化算法 [J].

周永权 ;

黄正新 ;

刘洪霞 .

电子学报, 2012, 40 (06) :1164-1170

[3] 基于混合粒子群优化算法的旅行商问题求解 [J].

俞靓亮 ;

王万良 ;

介婧 .

计算机工程, 2010, 36 (11) :183-184+187

[4] 求解车辆路径问题的混合遗传算法 [J].

姜昌华 ;

戴树贵 ;

胡幼华 .

计算机集成制造系统, 2007, (10) :2047-2052

[5] 智能优化算法求解TSP问题 [J].

高海昌 ;

冯博琴 ;

朱利b .

控制与决策, 2006, (03) :241-247+252

[6] 解旅行商问题的混沌蚁群算法 [J].

高尚 .

系统工程理论与实践, 2005, (09) :100-104+125

[7]

Chaotic bat swarm optimisation （CBSO）[J] . A. Rezaee Jordehi.Applied Soft Computing Journal . 2015

[8]

A similarity-based mechanism to control genetic algorithm and local search hybridization to solve traveling salesman problem[J] . Marjan Kuchaki Rafsanjani,Sadegh Eskandari,Arsham Borumand Saeid.Neural Computing and Applications . 2015 (1)

[9]

The hybrid genetic algorithm with two local optimization strategies for traveling salesman problem[J] . Yong Wang.Computers ＆ Industrial Engineering . 2014

← 1 →