遗传算法求解TSP问题的计算机仿真本科大学论文.docxVIP

题目：遗传算法求解旅行商问题的计算机仿真遗传算法求解TSP问题的计算机仿真摘要由于遗传算法在整体搜索策略和优化搜索方法上不依赖梯度信息或其他辅助知识，只需要影响搜索方向的目标函数和相应的适应度函数，所以提供了一种求解复杂系统问题的通用框架，因此遗传算法广泛应用于数学问题、组合优化、机械设计、人工智能等领域。遗传算法（Genetic Algorithms,简称GA）是模拟自然界生物自然选择和进化的机制而发展起来的一种高度并行、自适应的随机搜索算法。特别适合于求解传统的搜索算法不好处理的复杂的最优解问题。旅行商问题（Traveling Salesman Problem）就是要决定一条经过路线中所有城市当且仅当一次且距离最短的路线，即距离最短的Hamilton回路。旅行商问题是一个具有十分广泛的实用背景和重要理论价值的组合优化问题。目前求解TSP问题的主要方法有模拟退火算法、遗传算法、Hopfield神经网络算法、启发式搜索法、二叉树描述算法。本文选用遗传算法求解45个城市的TSP问题，基于Microsoft Visual C++环境,采用Grefenstette等提出的一种新的巡回路线编码方法，变异算子采用了常规的基本位变异法，通过多组实验和数据近似的求解出了45个城市的最优解，实现了计算机仿真求解TSP问题。关键字：旅行商问题；遗传算法；变异算法；编码方式The computer s