利用改进的随机松弛法求解旅行商问题.doc

利用改进的随机松弛法求解旅行商问题 徐小平1，朱秋秋2 （西安理工大学理学院 西安 710054）1 （西安理工大学理学院 西安 710054）2Metropolis准则，随机松弛法启发式算法 中图法分类号　　TP301 　　 文献标识码　A Solving traveling salesman problem by improved stochastic relaxation method XU Xiao-ping1, ZHU Qiu-qiu2 (School of Sciences, Xi’an University of Technology, Shaanxi, Xi’an, 710054, China) 1 (School of Sciences, Xi’an University of Technology, Shaanxi, Xi’an, 710054, China) 2 Abstract Traveling salesman problem (TSP) is a classical combinatorial optimization problem. Moreover, it is also a predigested form of various complex problems. Consequently, it is a research hotspot that an effective algorithm is found to solve this problem. The stochastic relaxation method is a kind of heuristic random search algorithm based on Metropolis iteration method. When the algorithm is used to solve the TSP, in order to avoid plunging into local optimum, this paper puts forward three kinds of different improved method. Namely, during the process of producing new solutions in solution transformation, firstly, three cities are randomly selected. Then, three different processing methods are given, respectively. Finally, in simulation, compared with the existing method, the results show that the proposed three methods has shorter path, better result. Keywords　TSP, combinatorial optimization, Metropolis rule, stochastic relaxation method, heuristic algorithm0 引 言 TSP又称为旅行售货员问题，或货郎担问题，是一个典型的组合优化问题，也是NP-hard问题[1]。它属于组合优化范畴，具有组合优化问题的典型特征，并且其描述简单，因此许多学者将TSP作为公共实例来研究算法。同时，旅行商问题有着广泛的实际应用背景，如物流配送，调度排班，道路交通，计算机网络节点配置，生产调度和组合优化求极值等等问题[2-3]。所以，TSP成为优化领域里的研究热点，吸引了管理优化，运筹学，数学，物理，生物和人工智能等领域研究者的广泛关注。可惜的是，目前对它的求解还没有一个特别有效的方法。 1953年，学者Metropolis等提出了随机松弛法，又被称为模拟退火算法，它是基于物理淬火过程的一种模拟学习规则，是在设定的一个或者多个自变量范围内随机搜索，寻找满足条件的最佳优化组合的算法[4]。在被应用中，它不容易陷入局部最优的陷阱，而且不易受到初始解的限制[5]。近年来，对随机松弛法的研究得到了快速的发展，并且已被应用于各种领域[6]。 本文首先对基本随机松弛法的过程进行了描述和分析。然后，在解变换产生新解的过程中，针对基本随机松弛法容易陷入局部极值的缺点，给出了三种求解TSP的新颖方法，分别为：第一种方法，随机选择三个城市，接着将前两个城市之间的城市插到第三个城市的前面或者后面；第二种方法，同样随机选择三个城市，然后将后两个城市之间的城市插到第