基于模拟退火算法的TSP问题研究与仿真开题报告.docVIP

南京邮电大学通达学院毕业设计（论文）开题报告 题目 基于模拟退火算法的TSP问题研究与仿真 学生姓名 班级学号 专业 对指导教师下达的课题任务的学习与理解 本次毕业设计主要任务是以TSP问题为背景，在掌握模拟退火算法的基础上，完成基于模拟退火算法的TSP问题研究，同时利用matlab软件对设计方案进行仿真验证。对其中相关细节要求如下： 1.为TSP问题建立数学模型； 2.学习并掌握模拟退火算法，并对改算法进行研究，找出其优点及存在问题； 3.对该算法进行改进并仿真； 4.在Windows 2000/XP平台上，用Visual C++ 6.0或者matlab仿真。 阅读文献资料进行调研的综述 目的：本文的主要研究目标就是用改进的模拟退火算法更好地解决TSP这个有意义的NP难问题，在分析了TSP问题的求解现状及基本模拟退火算法对TSP的求解理论、思路及成果的基础上，再提出一种改进的模拟退火算法进行求解，并且多组数据进行分析与测试，将结果与传统的求解方法加以比较，证实其可能性。 旅行商问题 ( TSP , Traveling Salesman Problem ) ：有N个城市，要求从其中某个问题出发，唯一遍历所有城市，再回到出发的城市，求最短的路线。旅行商问题属于所谓的NP完全问题，精确的解决TSP只能通过穷举所有的路径组合，其时间复杂度是O(N!) 。 使用模拟退火算法可以比较快的求出TSP的一条近似最优路径。模拟退火解决TSP的思路： 1. 产生一条新的遍历路径P(i+1)，计算路径P(i+1)的长度L( P(i+1) ) 2. 若L(P(i+1)) L(P(i))，则接受P(i+1)为新的路径，否则以模拟退火的那个概率接受P(i+1) ，然后降温 3. 重复步骤1，2直到满足退出条件 产生新的遍历路径的方法有很多，下面列举其中3种： 1. 随机选择2个节点，交换路径中的这2个节点的顺序。 2. 随机选择2个节点，将路径中这2个节点间的节点顺序逆转。 3. 随机选择3个节点m，n，k，然后将节点m与n间的节点移位到节点k后面。 模拟退火算法是解决TSP问题的有效方法之一，其最初的思想由Metropolis在1953年提出，Kirkpatrick在1983年成功地将其应用在组合最优化问题中。模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。作为模拟退火算法应用，讨论货郎担问题(Travelling?Salesman?Problem，简记为TSP)：设有n个城市，用数码1,…,n代表。城市i和城市j之间的距离为d(i，j)?i,?j=1,…,n．TSP问题是要找遍访每个域市恰好一次的一条回路，且其路径总长度为最短.。　求解TSP的模拟退火算法模型可描述如下：?解空间S是遍访每个城市恰好一次的所有回路，是{1，……，n}的所有循环排列的集合，S中的成员记为(w1,w2?,……，wn)，并记wn+1=?w1。初始解可选为(1，……，n)目标函数?此时的目标函数即为访问所有城市的路径总长度或称为代价函数：?　　我们要求此代价函数的最小值。　　新解的产生?随机产生1和n之间的两相异数k和m，若k，则将　　(w1,?w2?,…，wk?,?wk+1?,…，wm?,…，wn)　　变为：　　(w1,?w2?,…，wm?,?wm-1?,…，wk+1?,?wk?,…，wn).　　如果是km，则将　　(w1,?w2?,…，wk?,?wk+1?,…，wm?,…，wn)　　变为：　　(wm,?wm-1?,…，w1?,?wm+1?,…，wk-1?,wn?,?wn-1?,…，wk).模拟退火的基本思想: 　　(1) 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)， 每个T值的迭代次数L 　　(2) 对k=1，……，L做第(3)至第6步： 　　(3) 产生新解S′ 　　(4) 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数 　　(5) 若Δt′0则接受S′作为新的当前解，否则以概率exp(-Δt′/T)接受S′作为新的当前解. 　　(6) 如果满足终止条件则输出当前解作为最优解，结束程序。 　　终止条件通常取为连续若干个新解都没有被接受时终止算法。 　　(7) T逐渐减少，且T-0，然后转第2步。算法对应动态演示：模拟退火算法新解的产生和接受可分为如下四个步骤：　　第一步是由一个产生函数从当前解产生一个位于解空间的新解；为便于后续的计算和接受，减少算法耗时，通常选择由当前新解经过简单地变换即可产生新解的方法，如对构成新解的全