信息学院郭浩人工蜂群算法解决TSP问题.pptx

;;;TSP问题;TSP问题;思考：;群体智能算法;群体智能算法;二、人工蜂群算法的原理;算法原理;算法原理;算法原理;算法原理;算法原理;算法原理;算法原理;算法原理;算法流程;算法流程;算法特点;三、人工蜂群算法解TSP的实现;算法实现;算法实现;算法实现;四、仿真验证;仿真验证一;;;仿真验证二;;;;结论一有随机性在里面每次运行结果不一样 所以以后运用算法时应多次运行，求得最优解;扩展验证 另外16个点Elapsed time is 1.848382 seconds.最优路径1-5-3-7-2-8-15-16-10-4-11-14-6-12-9-13-1最小距离31.8571;19个点（极限！！）Elapsed time is 1.617617 seconds.最优路径9-12-6-14-11-17-16-10-4-19-15-8-2-7-3-18-5-1-13-9最小距离35.9654;20个点Elapsed time is 0.985919 seconds.最优路径17-12-9-13-6-14-11-7-19-20-18-5-1-3-4-10-2-8-15-16-17最小距离42.0124;Elapsed time is 2.074763 seconds.最优路径3-5-1-18-17-20-14-6-13-9-23-12-15-8-21-24-2-16-4-11-10-25-22-19-7-3最小距离42.7088;扩展验证 30个点Elapsed time is 1.664646 seconds.最优路径8-21-29-27-1-5-18-17-13-12-10-26-4-28-22-19-7-3-11-23-9-6-14-20-16-2-25-24-15-30-8最小距离66.4799;NP=200 5000次 ;50个点;结论二只适用于小规模的TSP问题如何提升解决大规模TSP问题是该算法重要研究方向;Limit=10 Limit=50 ;maxCycle=500 Elapsed time is 9.019615 seconds.最优路径6-12-9-13-1-5-18-3-20-7-19-4-10-16-2-8-15-17-11-14-6最小距离38.8781 ;maxCycle=50 Elapsed time is 1.628429 seconds.最优路径15-19-11-4-10-17-16-7-20-3-18-5-1-14-6-13-9-12-2-8-15最小距离43.8842 ;NP=20Elapsed time is 1.633160 seconds.最优路径4-11-1-5-24-18-3-21-20-27-19-7-25-8-22-15-2-16-12-13-9-26-23-6-14-17-10-4最小距离54.691;NP=200Elapsed time is 9.876759 seconds.最优路径14-6-23-13-9-12-26-4-10-16-2-15-8-22-17-19-21-20-25-27-7-3-18-24-5-1-11-14最小距离51.3271 ;结论三：参数影响NP变大后 ，导致运行时间明显增加迭代次数增加，导致效果变好 Limit变小后 ，效果变差;改良观察蜂的位置更新过程，引导搜索趋势改善寻优过程中随机性过强的缺陷同时加入摄动因子; 1.将传统的经典优化算法与人工蜂群算法相结合，使算法在全局搜索能力和局部搜索能力之间有一个较好的平衡，从而提高算法的整体寻优能力。2.文中算法的实现都是在固定的迭代次数下进行的，为了提高算法在处理实际问题时的运行效率，可以考虑设计一种动态调节迭代次数的终止准则。3.人工蜂群算法近年来得到了迅速的发展，但其对理论研究、收敛性的研究和算法复杂度的研究相对较少，这也是今后研究的方向之一。;THANKS