混合蛙跳算法改进及其对旅行商问题的求解.docVIP

混合蛙跳算法改进及其对旅行商问题的求解 　　摘要：针对混合蛙跳算法在进化过程中容易陷入局部最优的问题，使用群体适应度值判断算法在进化过程中是否陷入局部最优，如果陷入局部最优，则对整个种群的当前最优解Gb进行贪婪倒位变异，如果变异后的Gb（新）要优于Gb（旧），则使用Gb （新）；否则，使用模拟退火算法判断是否接受Gb （旧）。通过实验，将改进前后的混合蛙跳算法用于对旅行商问题的求解，并通过对比，验证了改进后的算法较未改进的算法更有效。 　　关键词：混合蛙跳算法；旅行商问题；组合优化问题 　　DOIDOI：10.11907/rjdk.161741 　　中图分类号：TP312 　　文献标识码：A文章编号2016）010004102 　　0引言 　　混合蛙跳算法（Shuffled Frog Leaping Algorithm，SFLA）由Eusuff和Lansey在2003年第一次提出，是一种全新的启发式群体智能进化算法，最初用于解决管道网络扩充中管道尺寸的最小化问题[1]。随后，混合蛙跳算法以自身参数设置少、全局搜索寻优能力强、计算强度小、简单易于实现等优势被国内外学者所关注。目前主要用于解决组合优化问题，如水资源分布安排[2]、电力系统的调度[3]、云计算环境下资源分配问题[4]等。 　　组合优化问题是从组合问题的可行解中求出最优解。旅行商