遗传算法在TSP问题中的应用.docVIP

遗传算法在TSP问题中的应用 周师专 （南昌大学 信息工程学院 软件工程 416116114082） 摘要：旅行商问题是研究最为广泛的组合优化问题，在现实生活中，也有着广泛的应用。遗传算法是一种有效的解决优化问题的方法。遗传算法是求解NP完全问题的一种常用方法，它在解决排列组合问题方面占有很重要的地位。本文针对旅行商问题，分别对个体的基因编码、适应值，以及选择、交叉、变异算子进行了设计，将此程序应用到旅行商问题的研究中。 关键词：遗传算法；旅行商问题；交叉；变异；组合优化 引言 旅行商问题（Travelling Salesman Problem）是数学领域中著名问题之一，可描述为：有一个旅行商人要拜访n个城市，从n个城市中的某一城市出发,不重复地走完其余n-1个城市并回到原出发点,在所有可能路径中求出路径长度最短的一条。 TSP问题是一个相当古老的优化问题，在过去的10年中，出现了一些逼近最优解的算法：最近邻居、贪婪算法、最近插入、最远插入、双最小生成树、带解法、空间充填曲线算法等。而后来发展起来的遗传算法，是一种求解问题的高效并行全局搜索方法,能够解决复杂的全局优化问题。 一、 遗传算法概述 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程（适者生存，优胜劣汰遗传机制）搜索最优解的方