智能优化算法求解TSP问题73127.pdfVIP

维普资讯 第21卷 第3期 控 制 与 决 策 2006年3月 Vo1．21 No．3 Control and D cision Mar．2006 文章编号：1001—0920(2006)03—0241—07 智能优化算法求解TSP问题 高海昌 ，冯博琴 ，朱 利 (西安交通大学a．电子与信息工程学院，b．软件学院，西安 710049) 摘 要：TSP(旅行商)问题代表组合优化问题，具有很强的工程背景和实际应用价值，但至今尚未找到非常有效的 求解方法．为此，讨论了最近研究比较热门的使用各种智能优化算法(蚁群算法、遗传算法、模拟退火算法、禁忌搜索 算法、Hopfield神经网络、粒子群优化算法、免疫算法等)求解TSP问题的研究进展，指出了各种方法的优缺点和改进 策略．最后总结并提出了智能优化算法求解TSP问题的未来研究方向和建议． 关键词：旅行商问题}蚁群算法}遗传算法}模拟退火算法}禁忌搜索算法}粒子群优化算法 中圈分类号：TP301 文献标识码；A ReviewsoftheM eta—heuristicAlgorithmsforTSP GAO Hai—chang。，FENG Bo—qin，ZHU Li (a．SchoolofElectronicsandInformationEngineering，b．SchoolofSoftware，Xi’anJiaotongUniversity，Xi’an 710049，China．Correspondent：GAOHai—chang，E—mail：gaohaich@gmail．com) Abstract：Travelingsalesmanproblem (TSP)istherepresentationofakindofcombinationoptimizationproblems， possessing a strong engineering background and practicalapplication value． However，there is no effective correspondingsolutiontoit．Aim atthat，theresearchandapplicationofthemostpopularmeta-heuristicmethods suchasantcolonyalgorithm ，geneticalgorithm ，simulatedannealing，tabusearch，hopfieldneuralnetwork，particle swarm optimizationandimmunealgorithm ，etc．arereviewed．Theadvantagesanddisadvantagesofeach method andtheimprovementstrategiesarediscussed．Thefutureresearchdirectionandsuggestionarealsogiven． Key words：TSP}Antcolony algorithm }Geneticalgorithm}Simulated annealing}Tabu searchIParticleswarm optimization 1 引 言 个重要课题． TSP(旅行商)问题已经被证明是一个 NP— 2 TSP问题的定义和求解方法分类 hard问题[1]，即在IP≠ⅣP的假设下，找不到一个多 2．1 TSP问题的定义 项式时间算法来求解其最优解．TSP问题易于陈述 TSP是典型的组合优化问题 ]，给定n个城市 但难于求解，自1932年提出以来，已引起许多学者 以及各城市之间的距离，要求找到一条遍历所有城 的兴趣，但至今尚未找到非常有效的求解方法．