求解tsp 问题的离散粒子群优化算法.pdfVIP

　2006 年 6 月 系统工程理论与实践 第 6 期 　 ( ) 文章编号 2006 求解 TSP 问题的离散粒子群优化算法 1 ,2 2 1 钟一文 ,杨建刚 ,宁正元 ( 1 福建农林大学计算机与信息学院 ,福建 福州 350002 ;2 浙江大学计算机科学与技术学院 ,浙江 杭州 310027) 摘要 : 　以旅行商问题为例 ,提出了一种离散粒子群优化算法 ,根据优化问题及离散量的特点 ,对粒子的 位置 、速度等量及其运算规则进行了重新定义 ,为抑制早熟停滞现象 ,为粒子和粒子群分别定义了个体 多样性和微观多样性 ,算法中定义了排斥算子来保持粒子群的多样性 ,使用高效的学习算子来提高算法 的局部求精能力 ,使算法在空间探索和局部求精间取得了很好的平衡 ,与领域中的其它典型算法进行了 仿真比较 ,结果表明 ,离散粒子群优化算法具有很好的性能. 关键词 : 　离散粒子群优化 ;旅行商问题 ;排斥算子 ;学习算子 中图分类号 : 　TP301 　　　　　　　　文献标识码 : 　A 　　　 Discrete Particle Swarm Optimization Algorithm for TSP Problem ZHON G Yiwen1 ,2 , YAN GJiangang2 , NIN G Zhengyuan1 (1College Of Computer and Information , Fujian Agriculture and Forestry University , Fuzhou 350002 , China ; 2College of Computer Science and Technology , Zhejiang University , Hangzhou 310027 , China) Abstract : 　A discrete particle swarm optimization algorithm is designed to tackle the Traveling Salesman Problem. Based on the characteristics of the problem at hand and discrete variable , this paper redefines particle ’s position , velocity and their operation rules. In order to restrain premature stagnation , individual diversity of particle and micro diversity of particle swarm are defined. A repulsion operator is designed to keep the diversity of particle swarm , and an efficient learning operator is defined to improve the algorithm ’s intensification ability. Using those operators , the proposed algorithm can get good balance between exploration and exploitation . The simulation results comparing with typical algorithms fr