基于IPSO算法的TSP问题求解研究

被引:7
作者
高峰
郑波
机构
[1] 中国民航飞行学院
关键词
旅行商问题; 改进的粒子群优化算法; 自适应更新机制; 继承式判断机制;
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
为获得旅行商问题(Traveling Salesman Problem,TSP)的最优解,提出利用改进的粒子群优化(Improved Particle Swarm Optimization,IPSO)算法中求解TSP问题。IPSO算法采用了粒子自适应更新机制和继承式判断机制,克服了传统算法易陷入局部最优位置的缺陷以及可调参数和初始位置随机设定对寻优结果不确定性的影响,确保在解空间内获得一致性的全局最优解。通过对不同样本TSP问题求解,验证了IPSO算法的有效性和稳定性。对比实验表明:IPSO算法在解决大规模寻优问题时具有突出的全局寻优能力。
引用
收藏
页码:69 / 71+82 +82
页数:4
相关论文
共 9 条
[1]
Particle swarm optimization-based algorithms for TSP and generalized TSP [J].
Shi, X. H. ;
Liang, Y. C. ;
Lee, H. P. ;
Lu, C. ;
Wang, Q. X. .
INFORMATION PROCESSING LETTERS, 2007, 103 (05) :169-176
[2]
Simulated annealing versus metropolis for a TSP instance [J].
Meer, Klaus .
INFORMATION PROCESSING LETTERS, 2007, 104 (06) :216-219
[4]
MATLAB智能算法30个案例分析.[M].史峰; 王辉; 编著.北京航空航天大学出版社.2011,
[5]
基于PSO-SVM的民航发动机送修等级决策研究 [J].
郑波 .
推进技术, 2013, 34 (05) :687-692
[6]
一种求解TSP问题的混合算法 [J].
谷文祥 ;
李向涛 ;
王春颖 ;
李国媛 ;
殷明浩 .
东北师大学报(自然科学版), 2011, 43 (03) :60-64
[7]
TSP问题的算法与应用的研究 [J].
张辉 ;
赵正德 ;
杨立朝 ;
赵郁亮 .
计算机应用与软件, 2009, 26 (04) :274-276
[8]
求解TSP问题算法综述 [J].
王剑文 ;
戴光明 ;
谢柏桥 ;
张全元 .
计算机工程与科学, 2008, (02) :72-74+155
[9]
旅行商问题算法研究综述 [J].
陈文兰 ;
戴树贵 .
滁州学院学报, 2006, (03) :1-6