求解旅行商问题的一种改进粒子群算法

被引:8
作者
郭崇慧 [1 ]
谷超 [2 ]
江贺 [3 ]
机构
[1] 大连理工大学系统工程研究所
[2] 大连理工大学应用数学系
[3] 大连理工大学软件学院
基金
国家高技术研究发展计划(863计划);
关键词
运筹学; 粒子群优化; 旅行商问题; 贪婪策略;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
本文研究了求解旅行商问题的粒子群算法。针对标准粒子群算法在求解旅行商问题过程中容易出现早熟和停滞现象的缺点,提出了一种改进的粒子群算法。首先,在初始种群的选取过程中,利用改进的贪婪策略直接获得具有较高性能的初始种群以提高算法的搜索效率。其次,通过引入次优吸引子,使粒子在搜索过程中可以更加充分地利用群体的信息来提高自身的性能,有效抑制收敛过程中的停滞现象,提高算法的搜索能力。最后为了验证所提出的方法的有效性和可行性,对TSPLIB标准库中的多个实例进行了测试,并给出了数值结果。
引用
收藏
页码:20 / 26
页数:7
相关论文
共 10 条
[1]   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
[2]   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 ;
不详 .
控制与决策 , 2004, (11) :1286-1289
[3]   一种保证全局收敛的PSO算法 [J].
曾建潮 ;
崔志华 .
计算机研究与发展, 2004, (08) :1333-1338
[4]   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
[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]   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
[7]   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
[8]   旅行商问题(TSP)的改进遗传算法 [J].
唐立新 .
东北大学学报, 1999, (01) :43-45
[9]   利用确定性退火技术的旅行商问题求解算法 [J].
杨广文 ;
郑纬民 ;
王鼎兴 ;
李晓明 .
软件学报, 1999, (01) :58-60
[10]  
TSPLIB—A Traveling Salesman Problem Library[J] . Gerhard Reinelt.ORSA Journal on Computing . 1991 (4)