遗传算法和蚁群算法在求解TSP问题上的对比分析

被引:26
作者
蔡光跃
董恩清
机构
[1] 苏州大学电子信息学院
关键词
遗传算法; 蚁群算法; TSP;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
遗传算法(Generation Algorithm,GA)和蚁群算法(Ant Colony Optimization,ACO)都是解决组合优化问题的强有力算法。特别是近几年的研究表明,蚁群算法具有极强的鲁棒性和求最优解的能力。在分析这两种算法的特点基础上,通过实例验证它们在解决TSP问题上各自的优缺点,并给出做进一步研究的建议。
引用
收藏
页码:96 / 98
页数:3
相关论文
共 7 条
[1]   多态蚁群算法 [J].
徐精明 ;
曹先彬 ;
王煦法 .
中国科学技术大学学报, 2005, (01) :62-68
[2]   基于人工免疫算法和蚁群算法求解旅行商问题 [J].
胡纯德 ;
祝延军 ;
高随祥 .
计算机工程与应用, 2004, (34) :60-63
[3]   基于信息素扩散的蚁群算法 [J].
黄国锐 ;
曹先彬 ;
王煦法 .
电子学报, 2004, (05) :865-868
[4]   遗传算法与蚂蚁算法的融合 [J].
丁建立 ;
陈增强 ;
袁著祉 .
计算机研究与发展, 2003, (09) :1351-1356
[5]   TSP问题的一种高效Memetic算法 [J].
王俊海 .
交通与计算机 , 2002, (01) :14-17
[6]   一种自适应蚁群算法及其仿真研究 [J].
王颖 ;
谢剑英 .
系统仿真学报, 2002, (01) :31-33
[7]  
蚁群算法原理及其应用[M]. 科学出版社 , 段海滨著, 2005