旅行商问题的一种快速有效的遗传算法-期刊.pdfVIP

第八届中国青年运筹信息管理学者大会论文集 桂林，2006年8月18—22日，第534—539页 旅行商问题的一种快速有效的遗传算法 于宁莉易东云张栋 国防科学技术大学数学与系统科学系，湖南长沙，410073 摘要自然界所提供的答案是经过漫长的自适应过程——遗传过程而获得的结果。除了遗传过 程的最终结果，我们也可以利用这一过程本身去解决一些较为复杂的问题．这样，我们不必非 常明确地描述问题的全部特征．只需要根据自然法则来产生新的更好解。遗传算法正是基于这 种思想而发展起来的～种通用的问题求解方法。旅行商问题是著名的组合优化难题，本文将引 入一种新的遗传算法(反序一杂交算法)来解决该问题。 关键词遗传算法．旅行商问题，反序一杂交 1引言 大自然是我们解决各种问题时获得灵感的源泉。几百年来，将生物界所提供的答案应 用于实际问题求解已被证明是一个成功的方法， 并已形成一门专门的学科——仿生学 (bionics)。遗传算法模拟生物遗传过程采用简单的编码技术表示各种复杂的结构，并通 过对一组编码表示进行简单的遗传操作和优胜劣汰的自然选择策略来指导学习和确定搜 索的方向，是智能算机发展的主要方向之一。尽管目前遗传算法中的群体规模还远远小于 生物遗传规模，在遗传计算的研究过程中也还会不断出现新的困难，但大量的研究成果己 显示出了遗传计算的巨大潜力。旅行商(TSP)问题是计算机科学中的一个典型问题，同 时也成为遗传计算领域的一个研究目标。TSP问题目前还不存在能找到完美解的方法，这 个问题是NP难的：目前还没有任何算法能在与城市总数呈多项式关系的时间复杂性下找 到完美解，只是一些近似的完美解。在过去的几十年里，人们研究了一些可产生TsP的近 似解的算法，包括近邻法、贪婪法、最近插入法、最远插入法、双最小生成树法、剥脱法 算发大多假定城市与在某种标准距离度量下的平面上的点相对应。还有另一类算法(例如 条路径。显然，人们仍希望能找到一个“圣杯”——求解TSP的完美遗传算法，它应该能 和目前的最好方法相媲美。本文采用的反序一杂交思想的遗传算法在这些方面都有所改 进。 2旅行商(TSP)问题描述 旅行商问题是著名的组合优化难题，问题本身在概念上很简单：旅行商必须在其活动 区域内对每个城市访问一次且仅一次，并且最终返回到起始点。给定每个城市之问的旅行 费用，求解的任务就是安排一个完整旅行，使得总费用最小。TSP的搜索空间是n个城市 所有排列的集合，大小为n!。任何ri个城市的单个排列产生一个解，它被解释为一条完整 旅行商问题的一种快速有效的遗传算法 路径，并隐含着访问完表中的最后～个城市后马上返回起点。 用图论的术语来说，假设有一个图G=(V，E)，其中V是顶点及集，E是边集，设D=dⅡ 是由顶点f和顶点J之间的距离所组成的距离矩阵，旅行商问题就是求出一条通过所有顶 点且每个顶点只通过一次的具有最短距离的回路。本文只介绍对称旅行商问题。 3一种旅行商问题的快速有效的遗传算法(反序——杂交算法) 假定我们想构造一个“纯”遗传算法来解决TSP，也就是说算法根本不使用任何局部 搜索。那么应该怎样设计这样一个过程，使它能与局部方法相媲美?从许多遗传解的尝试 来看，解决TSP应该使用较强的选择压力。同时，还应该能设计一种高效的变化算子，在 产生后代时能跳离局部最优解。当然，一元算子比两父体算子需要的时间更短，但我们最 好能结合两者的优点。 记住这些思想后，再来看看下面的求解TSP的遗传算法，它具有以下特征： ·每个个体仅与后代竞争。 ·只使用一种变化算子即反序一杂交算子，但它具有适应性。 ·在同一代中，算子作用于某个个体的次数是变化的。 每次爬山执行了一些不同数目的边交换。但是，反序一杂交算子(inver—overoperator) 具有适应的成分；应用于单个个体的反序次数和反序的城市段都由另一个随机选择的个体 所确定，因此可以把这种方法看成是一个具有较强的选择压力和适应地改变的变化算子的 遗传算法。 反序—杂交算法的结构表示如下： ， procedure反序一杂交算法 随机初始化种群P while(不满足终止条件)do begin do for每一个体si∈P