数学建模中的常用算法解决方案.ppt

Algorithms in Mathematical Modeling * * * TSP复杂性 搜索空间庞大 TSP涉及求多个变量的函数的最小值，求解很困难。 其可能的路径条数随着城市数目n成指数增长，如， 5个城市对应12条路径；10个城市对应181 440条 路径；100个城市对应4.6663X10155条路径。如此 庞大的搜索空间，常规解法和计算工具都遇到计算上 的困难。只能寻找近似解法，如神经网络方法、模拟 退火法、遗传算法等。 * TSP编码:路径表示 染色体表示成所有城市的一个排列，若有n个城市，一 条可能路径编码为长度为n的整数向量(i1,i2,…,in),其中 ik表示第ik个城市。 例如: 路径编码向量(5 1 7 8 9 4 6 2 3)直接表示一条 旅行路程(5-1-7-8-9-4-6-2-3)。 此向量是1到n的一个排列，即从1到n的每个整数在这 个向量中正好出现一次,不能有重复。这样，基本遗传 算法的基因操作生成的个体不能满足这一约束条件，需 寻求其他遗传操作。 * TSP交叉 需其他方式的交叉(重组)操作, 如部分匹配交叉(Partially Matched Crossover,PMX)、 顺序交叉(Ordered Crossover,OX)、 循环交叉(Cycle Crossover,CX)、 边重组(Edge Recombination)。 1