原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模拟退火的遗传优化算法在TSP问题中的应用方案
维普资讯
第28卷第6期 热处理技术与装备 V01．28，No．6
2007年 12月 RECHUU JISHU YU ZHUANGBEI Dec，2007
· 其 它 ·
基于模拟退火的遗传优化算法在 TSP问题 中的应用
李会玲 ，汪振华 ，王基维
(1．宁波职业技术学院，浙江 宁波 315800；2．南京理工大学，江苏 南京 210094)
摘 要：TSP问题一直属于NP难题，目前解决TSP问题方法很多，如模拟退火算法、遗传算法以及
Hopfield网络神经方法等。以上这些方法在解决TSP问题时各有优缺点，本文结合了模拟退火算法
和遗传算法提出了一种新的组合优化算法，即基于模拟退火的遗传优化算法。此算法的核心思想是
将遗传优化算法嵌入到模拟退火算法中，利用模拟退火算法的接受准则和随机状态产生函数来产生
遗传算法的种群，然后根据遗传优化算法的结果反过来制约模拟退火的随机状态产生，从而最终得
到最优解。本文首先对此方法的流程和基本步骤进行了详细的论述，然后采用C语言进行编程，对
20个城市的TSP问题进行了优化求解。对结果分析可认为此种方法在解决TSP问题时存在一定的
优越性 。 ．
关键词：模拟退火算法；遗传优化算法；TSP
中图分类号：0224 文献标识码： B 文章编号：1673-4971(2007)06—0051—05
ApplicationonGA basedonSA forTSP
LIHui—ling 。WANG Zhen—hua2WANGJi—wei
，
(1．NingboPolytechnic，NingboZhejiang315800，China；
2．NanjingUniversityofScienceandTechnology，NnajingJinagsu210094，China)
Abstract：TSPisalwaysadifficultNP problem．Atpresent，therearelotsofmehtodstosolveTSP，for
exampleSimulatedAnnealing，GeneticAlgorihtms，HopfieldNetworkNerveAlgorihtm，na dos on．How—
everhterealekindsofmeritsnadshortcomingswhileapplyingabovemehtodstooslveTSP．Anew synhte—
sismehtodnamedGe neticAlgorihtmsbasedonSimulatedAnnealingisprovidedinhtepaper．Theessence
ofhtealgorihtm isinsertingGe neticAlgorithmstoSimulatedAnnealing．Ononehand，htefunction，
formedinSimulatedAnnealingaccordingtohteacceptingcriterionnadrfl_rldom state，providesapopulation
toGe neticAlgorithms，na don hteohterhna d，hteresultofG
文档评论（0）