应用改进的遗传算法求解TSP问题.pdfVIP

第28卷 第24期 计算机工程与设计 2007年12月 VOI．28 NO．24 Computer Engineering and Design Dec．2007 应用改进的遗传算法求解TSP问题 黄勇军， 武友新， 刘华斌 (南昌大学信息_T--程学院计算机科学与技术系，江西南昌330031) 摘 要：旅行商问题，也称货郎担问题，属于完全NP问题，而遗传算法在解决组合排列问题方面占有很重要的地位。针对 TSP问题，提出了一种改进的遗传算法。利用交换启发交叉算子和可变交叉概率实现局部搜索，加快算法的收敛速度，利用 变换变异算子和可变变异概率维持群体的多样性防止算法早熟收敛。Java仿真实验结果表明，改进后的算法明显优于传统 的遗传算法，说明该算法具有良好的有效性和可行性 关键词：旅行商问题；组合优化；遗传算法；启发式交叉算子；可变概率 中图法分类号：TP301，6 文献标识码：A 文章编号：1000．7024(2007)24．5909．03 Based on improved genetic algorithm for TSP HUANG Yong-jun． WU You—xin． LIU Hua—bin (Department of Computer Science and Technology,School of Information Engineering，Nanchang University, Nanchang 33003 1，China) Abstract：TSP(traveling salesman problem)is also referred to as traveling salesman problem．TSP is NP—complete problem，and geneticalgorithms(GA)whichresolvestheproblemofcombinationarrangementoccupies averyimportantposition．Amodifiedgenetic algorithm is suggested．By employing exchange heuristic crossover operator and variable crossover probability to achieve local search algorithm，which accelerates convergence，by emplo~ng the mutation operator and variable mutation probability to maintain the diversity ofgroups，which prevents genetic algorithm to convergence in advance．Through Java simulation results show that the improved algorithm is superior to the traditional genetic algorithm and has good validity and feasibility． Key words：TSP；combination optimum；GA；heuristic crossover operator；variable probability 本文针对传统遗传算法在求解TSP问题的局限性：如局 0 引 言 部收敛过快和全局“爬坡”能力不强等问题，提出一种改进的 旅行商问题(traveling salesman problem，TSP)的叙述极为 控制策略，最后通过实验验证算法的有效性。 简单，一个推销员要找到一条通过n个城市且每个城