求解TSP的自适应优秀系数粒子群优化算法.pdfVIP

of ISSN1001．908l 2017．03．10 Journal ComputerApplications CODENJYIIDU 计算机应用，2017，37(3)：750—754，781 http：／／www．joca．ca 文章编号：1001-9081(2017)03·0750-05 求解TSP的自适应优秀系数粒子群优化算法 程毕芸，鲁海燕+，黄洋，许凯波 (江南大学理学院，江苏无锡214122) (}通信作者电子邮箱luhaiyan@jiangnan．edu．cn) 摘要：针对基本离散粒子群优化(PSO)算法求解旅行售货商问题(TSP)时容易陷入局部最优解和早熟收敛的 问题，提出了一种基于自适应优秀系数的粒子群(SECPSO)算法。为了提高算法的全局搜索能力，在已有工作的基础 上，进一步利用启发式信息对静态的路径优秀系数进行修改，使之可根据解的搜索过程进行自适应动态调整；另外， 为了进一步提高解的精确性和算法的收敛速度，添加了3-opt搜索机制，提高算法的局部搜索能力。利用Maflab进行 了实验仿真，用国际通用的TSP数据库(TSPLIB)中的若干经典实例对算法性能进行了测试。实验结果表明，与其他 几种算法相比，SECPSO算法在全局寻优能力和更快的收敛速度方面表现更优，是求解TSP问题的一种有潜力的智能 算法。 关键词：自适应优秀系数；3一opt；粒子群优化算法；旅行售货商问题 中图分类号：哟01．6 文献标志码：A Particleswarln basedon optimizationalgorithm excellencecoefficientsfor salesman solving problem self-adaptive traveling CHENG Kaibo Biyun，LUHaiyan。，HUANGYang，XU (SchoolofScience，JiangnanUniversity,Wuxi肛ngnan214122，China) Abstract：Toso]vethe thatbasicdiscreteParticleSwarm oftenleadsthe problem Optimization(PSO)algorithm intolocal and when to Salesman computationprocess optimumprematureconvergenceappliedTraveling Problem(TSP)，a PSObasedon Excellence was the search Serf-adaptiveCoefficients(SECPSO)algorithmproposed．Toimproveglobal ability， coefficientsof basedon that heuristicinformationWasfur