改进的单亲遗传算法在TSP中的应用.pdf

176 计算机技术与应用进展·2006 改进的单亲遗传算法在TSP中的应用。 许文方1胡学钢2 1安徽工业大学计算机学院安徽马鞍山243002 2合肥工业大学计算机与信息学院安徽合肥230009 摘要：TSP问题是典型的NP完全问题，遣传算法是求解NP完全问题的一种方法。单亲遗传算法是 在传统的遗传算法的基础上的改进，父代采用几种变异算子产生子代，有效地保持群体多样性以避免 早熟和陷入局部收敛，但其变异的盲目性很大，对父代的基因特征不能有效继承，造成大量的无效变 异。为了克服这一缺陷，本文提出一种基于新的编码方案的单亲遗传算法，以便加快收敛速度和改善 算法的性能般过算法仿真和测试，改进后的算法明显优于传统算法，算法取得了较好的结果。 关键词：TSP问题单亲遗传算法编码方案 1引 言 TSP问题是典型的NP完全问题。目前求解TSP问题的主要方法有启发式搜索法、模拟退火算法、遗 效的全局搜索方法。遗传算法解决TSP问题通常采用序号编码，但序号编码的遗传算法(GA)不能在两条染 色体的任意位置进行交叉，必须使用PMX，CX和OX等特殊的交叉算子【2】，而这些交叉算子实施起来都 用交叉算子。而代之以隐含序号编码GA交叉算子功能的基因换位等遗传算子．简化了遗传操作，取得了 较好的结果。为了进一步提高搜索效率，减少搜索的盲目性，本文设计了一种新的编码方案，在PGA的基 础上引入禁忌搜索思想提高收敛速度的同时避免了“早熟收敛”的现象，取得较好的结果。 2单亲遗传算法(PGA)算法简介 对于序号编码的单亲遗传算法(PGA)，文献【3】论述的基本思想如下： PGA只通过选择和变异算子繁殖后代，其选择算子跟传统遗传算法的一样，而变异算子则有较大区别。 1、在PGA中，按一定概率以某种方式改变一条染色体中的一个或几个基因值的遗传操作(算子)统称为 基因变异操作(算子)。 2、PGA的基因突变操作是按一定的概率P。使一条染色体中某些位置上的基因发生变化，被改变基因值 的位置是随机的。基因突变可分为单点突变和多点突变。 3、PGA的基因换位操作是按一定的概率p。交换一条染色体中某两个(些)位置的基因值的过程，被交换 基因值的位置是随机的。基因换位可分为单点换位和多点换位。 4、PGA的基因移位操作是按一定的概率仇把一条染色体中的一个(些)子串中的基因依次后移，并把该 子串的最后一个基因移到晟前面的位置，在一条染色体中进行基因移位的子串及其长度是随机的。 +作者倚介：许文方．台肥工业大学在职硕士研究生(安徽工业大学计算机学院)；胡学钢，合肥工业大学计算机与信息学院教 授，研究方向：人工智能，数据挖掘，智能计算。 改进的单亲遗传算法在TSP中的应用 177 基因移位可分为单点移位和多点移位。这样三种变异算子取代了PMX，CX和OX等特殊的交叉算子， 同时一子个体只由一个父个体变异产生，从而保证个体间的隔离，彼此不交换信息，有效地保持群体的多 样性。然而基于序号编码的PGA和传统的基于序号编码的GA一样，其编码不能很好地体现解空间的特性。 随着搜索的深入，随机的交叉操作和变异操作使得破坏良好基因模式的概率越来越大，即搜索的盲目性很 大，影响最优解的产生和收敛的速度，甚至若不采用保优措施，这两种算法都是不收敛的[3]。 针对以上的问题，本文设计了一种新的编码方案，在这个基础上配合两个移位变异算子，同时赋予每 个基因不同的变异概率．以避免大量的无效变异，加快了收敛的速度。 3算法描述 3．1基本思想 本算法在单亲遗传算法(PGA)的基础上，采用了不同于传统的序号编码的编码方案，该编码经解码后 所对应的解的质量明显高于序号编码。而基于序号编码的算法初始解的质量往往很差，通常需要经过若干代 的计算才能够达到采用新编码方案任意个体的质量，这就相当于本算法一开始就在一些较优解中搜索，从而 提高了收敛速度。新的编码方案是一种基于优先级的编码方案，排在前面的城市编号具有较高的优先级，这 样城