用简单遗传算法求解TSP问题的参数组合研究.pdfVIP

( ) 第 36 卷第 1 期 华中师范大学学报 自然科学版 Vol. 36 　No. 1 ( ) 2002 年 3 月 JOURNAL OF CENTRAL CHINA NORMAL UNIVERSITY Nat. Sci. Mar. 2002 ( ) 　文章编号 : 2002 用简单遗传算法求解 TSP 问题的 参 数 组 合 研 究 余 一 娇 (华中师范大学 计算机科学系 , 武汉 430079) 摘 　要 : 首先介绍用遗传算法求解 CTSP 问题的实验方法,描述了实验中群体规模、联赛规模参数 对 TSP 问题计算时间复杂性及求解质量的影响. 根据实验数据总结出两条规律 : ( 1) 对 N = 34 的 TSP 问题,群体规模在 3 000 与 4 000 之间 ,易获得最优解; (2) 联赛规模在群体规模的 2 ‰附近时 , ( ) 易获得最优解. 通过对不同规模 15～34 TSP 问题的试验,发现两条规律对 TSP 问题求解具有普遍 有效性. 从理论上分析了群体规模和联赛规模对 TSP 问题求解质量和时间复杂性的影响,通过时 间复杂性分析 ,表明实验规律对快速求解组合优化问题具有一定的指导性. 关键词 : TSP ; 遗传算法 ; 群体规模 ; 联赛规模 中图分类号: TP183 文献标识码 : A 　　TSP ( Travelling Salesman Problem) 问题,是已被证 1 　GeneticTSP 的实验方法与计算 明具有NP 时间复杂性的组合优化问题. 它的简单 结果 描述是 :平面上有 N ( N 0) 个城市, 一推销员欲遍 历所有城市, 且每个城市仅能访问一次, 并最后回到 1. 1 参数设置和计算方法 起始点, 问按照怎样的遍历顺序, 回路长度最短 ? 根 实验中计算的 CTSP 问题是规模为34 的中国旅 据排列组合理论, 显然规模为 N 的 TSP 问题的有效 行商问题 ,34 个城市分别为 31 个直辖市、省会和自 ( ) N ! 治区首府 ,2 个特别行政区 香港、澳门 以及台北. 解的个数为 . 随着 N 线性增大 ,有效解搜索空 2 N GeneticTSP 使用简单遗传算法 , 杂交算子是部 间成指数速度增加. 分映射杂交算子 ,个体适应度是环路长度 ,其计算公 当前关于求解 TSP 问题比较成熟的算法有:遗 式如下 : 传算法[1 ] 、Hopfield 人工神经网络[2 ] 、模拟退火等. 笔 1 N