一种求解旅行商问题的改进遗传算法①.PDFVIP

计 算 机 系 统 应 用 2012 年 第 21 卷 第 9 期 一种求解旅行商问题的改进遗传算法① 1,2 1 1 2 张家善 , 王志宏 , 陈应显 , 林晓群 1(辽宁工程技术大学 工商管理学院, 葫芦岛 125000) 2(湛江师范学院 商学院, 湛江 524048) 摘 要: 针对基本遗传算法存在容易“早熟”, 无法全局收敛的现象, 设计了一种新交叉算子和变异算子, 并在 遗传算子构造中引入贪心控制策略. 新算子的引入丰富了种群的多样性, 提高了算法的全局搜索能力. 实例仿真 表明, 改进遗传算法在迭代陷入局部最优时, 能在较短的时间内跳出局部最优, 继续寻找全局最优解. 关键词: 早熟; 遗传算子; 全局搜索; 仿真; 局部最优 Improved Genetic Algorithm for Traveling Salesman Problem 1,2 1 1 2 ZHANG Jia-Shan , WANG Zhi-Hong , CHEN Ying-Xian , LIN Xiao-Qun 1(College of Business Administration, Liaoning Technical University, Huludao 125000, China) 2(School of Business, Zhanjiang Normal University, Zhanjiang 524048, China) Abstract: Premature convergence usually appears in basic genetic algorithm. So, new crossover and mutation operators are designed. Greedy strategy is introduced in construction of genetic operator. Diversity of population becomes Rich because of introduction of new operators. New algorithm improves the ability of global search. The simulation indicates that the improved genetic algorithm can jump out of local optimum in a short time, and continue seeking the optimum. Key words: premature convergence; genetic operator; global search; simulation; local optimum 1 引言 2 遗传算法原理 旅行商问题 (Traveling Salesman Problem, TSP), 遗传算法模拟了自然选择和自然遗传过程中发 又称货郎担问题, 邮递员问题,售货员问题. 问题简单 生的繁殖,交配和变异现象. 首先, 随机产生一组初 描述为: 给定 n 个城市和两两城市之间的距离,要求确 始解,称为“种群”(Population),开始搜索过程. 种群 定一条经过各城市当且仅当一次的最短路线. TSP 是 中的每一个个体对应问题的一个解,称为“染色体” 一个典型的 NP(Non-deterministic Polynomial)难题, 当 (Chrom- osome). 染色体是一串符号, 比如一个二进制 城市数目较大时,会产生所谓的“组合爆炸”问题. 字符串, 这些染色体在后续迭代中不断进化.