求解TSP的人工萤火虫群优化算法

被引：45

作者：

周永权 ^{[1
,2
]}

黄正新 ^{[1
]}

机构：

[1] 广西民族大学信息科学与工程学院

[2] 广西民族大学广西省混杂计算与集成电路设计分析重点实验室

来源：

控制与决策 | 2012年 / 12期

关键词：

人工萤火虫算法; 荧光素; 旅行商问题; C2Opt算子; 组合优化;

D O I：

10.13195/j.cd.2012.12.59.zhouyq.022

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工萤火虫群优化算法是一种新型群体智能算法,已在复杂多目标函数优化方面得到了成功的应用,并表现出良好的性能.为了充分发挥人工萤火虫群优化算法的优点,将该算法与C2Opt算子相结合,设计了求解旅行商问题(TSP)的一个新的高效人工萤火虫群优化算法,并用其求解TSP这一经典的NP难问题.通过对比TSP实例测试,所得结果表明,所提出算法在种群规模较小、迭代次数较少的情况下可以收敛到已知的最优解.

引用

页码：1816 / 1821

页数：6

共 9 条

[1] 基于追尾行为的改进型人工萤火虫群算法 [J].

李咏梅 ;

周永权 ;

姚祥光 .

计算机科学, 2011, 38 (03) :248-251

[2] 基于多粒度的旅行商问题描述及其蚁群优化算法 [J].

冀俊忠 ;

黄振 ;

刘椿年 ;

代启国 .

计算机研究与发展, 2010, 47 (03) :434-444

[3] 一种快速求解旅行商问题的蚁群算法 [J].

冀俊忠 ;

黄振 ;

刘椿年 .

计算机研究与发展, 2009, 46 (06) :968-978

[4] 一种改进的求解TSP问题的演化算法 [J].

蔡之华 ;

彭锦国 ;

高伟 ;

魏巍 ;

康立山 .

计算机学报, 2005, (05) :823-828

[5] 一种基于构建基因库求解TSP问题的遗传算法 [J].

杨辉 ;

康立山 ;

陈毓屏 .

计算机学报, 2003, (12) :1753-1758

[6] Using glowworm swarm optimization algorithm for clustering analysis [J].

Huang Z. ;

Zhou Y. .

Journal of Convergence Information Technology, 2011, 6 (02) :78-85

[7]

Glowworm swarm optimisation: a new method for optimising multi-modal functions[J] . K.N. Krishnanand,D.,Ghose.Int. J. of Computational Intelligence Studies . 2009 (1)

[8] Glowworm swarm optimization for simultaneous capture of multiple local optima of multimodal functions [J].

Krishnanand K.N. ;

Ghose D. .

Swarm Intelligence, 2009, 3 (2) :87-124

[9]

Artificialglowworm swarm optimization algorithm for solving 0-1knapsack problem .2 Gong Qiaoqiao,Zhou Yongquan,Yang Yan. Advanced Materials Research . 2011

← 1 →