粒子群算法解最短路径.docVIP

WORD格式可编辑 PAGE 专业知识分享 摘要 粒子群优化算法(Particle Swarm Optimization，PSO)是由美国的Eberhart和Kennedy在1995年提出的一种高效的并行优化算法。由于该算法具有深刻的智能背景，且简单、易实现，因此，一经提出便引起了许多学者的广泛关注，并在短短的几年里出现了大量的研究成果，现已成为研究的热点。目前，已提出了多种PSO的改进算法，被广泛应用于函数优化、神经网络训练、模式分类、模糊系统控制等领域。但其应用大多是连续优化问题，很少被用来解决离散问题，而现实生活中的许多工程实例只能抽象出离散模型，如典型的旅行商问题(Traveling Salesman Problem，TSP)、加工调度(Job-slmp)问题、最短路径问题等。 最短路径问题是图论中的一个典范问题。从网络模型的角度看最短路径分析就是在指定网络的两节点间找一条阻碍强度最小的路径。最短路径问题的研究在汽车实时导航、应急救援等领域有广泛的应用。经典的Dijkstra算法是应用最短路径解决实际问题的理论基础。但是算法在具体的城市道路网络中执行的效率比较低，无法满足实时高效的应用需求，因此国内外很多学者开始了最短路径问题的粒子群优化算法研究。 本文主要是研究在最短路径问题