基于遗传算法求解TSP问题实验报告.docVIP

基于遗传算法求解TSP问题 班级，学号，姓名 摘要：巡回旅行商问题（TSP）是一个组合优化方面的问题，从理论上讲，使用穷举法不但可以求解TSP问题，而且还可以得到最优解。但是，利用穷举法所耗费的时间巨大的，当问题的规模很大时，穷举法的执行效率较低，不能满足及时的需要。 遗传算法是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法，是进化算法的一种。该算法通过模拟生物学交叉、变异等方式，是当前向最优解的方向进化，因此使用于TSP问题的求解。 关键词：人工智能；TSP问题；遗传算法 本组成员：林志青，韩会雯，赵昊罡 本人分工：掌握遗传算法的基本原理，编写遗传算法中部分匹配交叉、循环交叉和循序交叉的具体实现过程。 1 引言 旅行商问题即TSP问题是一个最优解的求解问题假设有n个城市并且每个城市之间的距离已知则如何只走一遍并获得最短路径为该问题的具体解释 对于TSP问题的解决有穷举法分支限界法等求解方式该文章主要介绍遗传算法求解过程在本质 在遗传算法中交叉操作为主要操作之一包括部分匹配交叉循环交叉和顺序交叉等 部分匹配交叉（PMX）：先随机生成两个交叉点，定义这两点间的区域为匹配区域，并交换两个父代的匹配区域。如下图所示 父代A：872?|?130?|?9546? 父代B：983?|?567?|?1420? 交换后 temp?A:?872?|?567?|?