遗传算法应用于TSP问题及改进指导老师雷秀娟.pptVIP

遗传算法应用于TSP问题及改进;主要内容; 旅行商问题(（Traveling Salesman Problem简称TSP) 是一个典型的优化组合问题,可具体描述如下:已知n 个城市之间的相互距离,现有一个推销员从某一城市出发,必须遍访这n 个城市,并且每个城市只能访问一次,最后又必须返回到出发城市. 如何安排他对这些城市的访问次序,可使其旅行路线的总长度最短 。;TSP 问题的数学模型;图2.1遗传算法流程图;目标函数： 目标函数计算公式： 对于该优化问题，就是要寻找一个最优解，使得其函数值F（i）最小。 适应度函数设计： 使用改进了的评价函数eval（vi），用来对种群中的每个染色体vi设定一个概率，以使该染色体被选中的可能性与其种群中的其它染色体的适应度成比例，即通过轮盘赌，适应性强的染色体被选择产生后代的机会要大，设alpha∈（0，1），定义基于序的评价函数为式 程序中取alpha值为0.1 ;选择过程;编码方式;Grefenstettet 编码 对于一个TSP 问题的城市列表W ,假定每个城市的一个访问顺序为T = ( t1 , t2 , t3 , ?, tn ) ,规定每访问完一个