基于PSO-GA混合算法时间优化的旅行商问题研究

被引:36
作者
张勇 [1 ,2 ]
陈玲 [1 ]
徐小龙 [1 ]
李飞腾 [1 ]
机构
[1] 合肥工业大学计算机与信息学院
[2] 芜湖创业园留学人员博士后工作站
关键词
时间优化的旅行商问题; 混合粒子群遗传算法; 路径规划; 游客旅行时间;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
为了给游客提供更好的路径推送服务,针对经典的TSP进行了延伸研究,提出了一种时间优化的旅行商问题(time optimal TSP,TOTSP),旨在寻找一条旅行时间最短的游览路径推送给游客来节省游客的旅行时间。通过混合粒子群遗传算法(PSO-GA)对提出的问题进行仿真实验,并将旅行时间作为PSO-GA的目标函数,其中的旅行时间包括游客在景点之间行走的时间、游客在每个景点排队等待的时间以及游客在每个景点游玩需要的时间三个部分。仿真实验对比了PSO-GA求出的最短旅行时间和所需的CPU执行时间与遗传算法(GA)、蚁群算法(ACO)求出的结果。仿真实验表明,PSO-GA在解决TOTSP上有较好的性能。
引用
收藏
页码:3613 / 3617
页数:5
相关论文
共 11 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]
模糊人工蜂群算法的旅行商问题求解 [J].
柳寅 ;
马良 .
计算机应用研究, 2013, 30 (09) :2694-2696
[3]
景区旅游高峰期游客旅游路线动态实时调度仿真研究 [J].
任竞斐 ;
郑伟民 .
统计与决策, 2013, (08) :42-45
[4]
最短路径算法在旅游线路规划中的应用——以庐山为例 [J].
邹时林 ;
阮见 ;
刘波 ;
郭先春 .
测绘科学, 2008, (05) :190-192
[5]
Discrete cuckoo search algorithm for the travelling salesman problem.[J].Aziz Ouaarab;Belaïd Ahiod;Xin-She Yang.Neural Computing and Applications.2014, 7-8
[6]
A High-Performance Genetic Algorithm: Using Traveling Salesman Problem as a Case.[J].Chun-Wei Tsai;Shih-Pang Tseng;Ming-Chao Chiang;Chu-Sing Yang;Tzung-Pei Hong;Z. Cui;X. Yang.The Scientific World Journal.2014,
[7]
The travelling salesman problem with neighbourhoods: MINLP solution [J].
Gentilini, Iacopo ;
Margot, Francois ;
Shimada, Kenji .
OPTIMIZATION METHODS & SOFTWARE, 2013, 28 (02) :364-378
[8]
Evolutionary algorithm to traveling salesman problems.[J].Yen-Far Liao;Dun-Han Yau;Chieh-Li Chen.Computers and Mathematics with Applications.2011, 5
[9]
Solving the traveling salesman problem based on the genetic simulated annealing ant colony system with particle swarm optimization techniques [J].
Chen, Shyi-Ming ;
Chien, Chih-Yao .
EXPERT SYSTEMS WITH APPLICATIONS, 2011, 38 (12) :14439-14450
[10]
Time-dependent personal tour planning and scheduling in metropolises.[J].Rahim A. Abbaspour;Farhad Samadzadegan.Expert Systems With Applications.2011, 10