旅行商问题(TSP)的改进遗传算法.pdfVIP

维普资讯 1999年 2月 东 北 大 学 学 报 ( 自 然 科 学 版 ) Feb．1999 第20卷第1期 ．1ournalofNortheasternUniversity(NaturalScience) Vol_20。No．1 ⑤ ￡}0一 旅行商问题(TSP)的改进遗传算法’ 东北大学宿息 (东北大学宿息科耄学与i工程学院，斑阳110006)V=()2一一)L‘ 0 关键词 里量苎些些：生堑堕塑里改进 堕苎兰： 丁S，) 分类号 TP 29 TSP 问题 是 NP 难 题… ，Goldberg和 随机选出一对未匹配的双亲如下： Grefenstette首 次应用遗传 算法求解 TSP问 A ： 3 7 2 6 4 8 1 5 题_2。，提出了的3种交叉方法：部分匹配交叉 B = 4 8 3 2 1 7 5 6 (PMx)，顺序交叉(Ox)和环交叉(cx)．这 3种交 随机选出初始城j=1(位置号)， ：1(城市 叉方法后来被广泛用于 自然数编码的遗传算法当 号)，右转动使 1成为两双亲的第一位置城市如 中_|】，在实际应用当中，发现这几种交叉方法存 下： 在收敛速度慢而且效果不理想．文献[5]提出了 A1 ： 1 5 3 7 2 6 4 8 贪婪选择交叉算子(Gsx)，此种交叉方法对于对 B1 = 1 7 5 6 4 8 3 2 称的TSP问题的效果较好，而对于非对称的TSP Ot = 1 × × × × × × × 问题来说效果不好．本文提出2种新的启发式交 判断因为 d(1，5) (1，7)则Al以7为中 叉，对于对称 TSP和非对称TSP问题，都具有 心右转得如下中间代： 较好的性能． A2 = × 7 2 6 4 8 5 3 1TSP问题的两交换启发交叉算法 B2 = × 7 5 6 4 8 3 2 Oz = 1 7 × × × × × × 两交换启发式交叉方法(HGA)的基本思想 从第 2位开始继续重复上述过程 如下： 判断因为 d(7，5)=d(7，2)则可任选 5或 以8个城市的旅行商问题为倒：设N个城市为 2，A2以5为中心右转得如下中间代： 1，2，3，4，5，6，7，8，它们之间的距离如表 1所示． A3 = × 7 5 3 2 6 4 8 衰 1 8个城市之问的歪离 B3 = × 7 5 6 4 8 3 2 l 2 3 4 5 6 7 8