智能优化算法求解TSP问题

被引:125
作者
高海昌 [1 ]
冯博琴 [1 ]
朱利b [2 ]
机构
[1] 西安交通大学电子与信息工程学院
[2] 西安交通大学软件学院
关键词
旅行商问题; 蚁群算法; 遗传算法; 模拟退火算法; 禁忌搜索算法; 粒子群优化算法;
D O I
10.13195/j.cd.2006.03.3.gaohch.001
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
TSP(旅行商)问题代表组合优化问题,具有很强的工程背景和实际应用价值,但至今尚未找到非常有效的求解方法.为此,讨论了最近研究比较热门的使用各种智能优化算法(蚁群算法、遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络、粒子群优化算法、免疫算法等)求解TSP问题的研究进展,指出了各种方法的优缺点和改进策略.最后总结并提出了智能优化算法求解TSP问题的未来研究方向和建议.
引用
收藏
页码:241 / 247+252 +252
页数:8
相关论文
共 16 条
[1]   求解旅行商问题的混合粒子群优化算法 [J].
高尚 ;
韩斌 ;
吴小俊 ;
杨静宇 .
控制与决策, 2004, (11) :1286-1289
[2]   一种基于插入法的禁忌搜索算法 [J].
方永慧 ;
刘光远 ;
贺一 ;
邱玉辉 .
西南师范大学学报(自然科学版), 2003, (06) :887-891
[3]   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
[4]   基于Hopfield网络的极小值问题学习算法 [J].
金海和 ;
陈剑 ;
唐政 ;
郑国旗 .
清华大学学报(自然科学版), 2002, (06) :731-734+746
[5]   一种基于蚁群算法的TSP问题分段求解算法 [J].
吴斌 ;
史忠植 .
计算机学报, 2001, (12) :1328-1333
[6]   免疫算法 [J].
王磊 ;
潘进 ;
焦李成 .
电子学报, 2000, (07) :74-78
[7]   自适应蚁群算法 [J].
张纪会 ;
高齐圣 ;
徐心和 .
控制理论与应用, 2000, (01) :1-3+8
[8]   TSP及其基于Hopfield网络优化的研究 [J].
王凌 ;
郑大钟 .
控制与决策, 1999, (06) :669-674
[9]   具有变异特征的蚁群算法 [J].
吴庆洪 ;
张纪会 ;
徐心和 ;
不详 .
计算机研究与发展 , 1999, (10) :1240-1245
[10]   求解TSP的空间锐化模拟退火算法 [J].
高国华 ;
沈林成 ;
常文森 .
自动化学报, 1999, (03) :141-144