粒子群算法在旅行商问题中的应用研究-计算机技术专业论文.docxVIP

浙江工业大学 学位论文原创性声明 本人郑重声明 t 所提交的学位论文是本人在导师的指导下，独立进行研究工作 所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或 集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的 学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中 以明确方式标明。本人承担本声明的法律责任。 作者签名:肉件放 日期:t/? 年}2--月 10 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留 并向国家有关部门或机构法交论文的复印件和电子版，允许论文被查阅和借阅。本 人投权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1、保密口，在一一一年解密后适用本授权书。 2、不保密4 (请在以上相应方框内打叫) 作者签名:南珍认 日期严年 1 2- 月 1 1 日 导附:够μ 叫(9 ，1--，F.} r日 浙江1:业大学硕十丁学院论文 粒子群算法在旅行商问题中的应用研究 摘要 粒子群优化饵法 (PSO)是-… 种立足于群智能方法的优化技术，算法的优势在于它的较 强的全间搜索能力，较少的参数设霄，实现跑来简单容易又有深刻的智能背景，既适合科 学研究， [riJ 时特别适合工程应用。但是， PSO 算法存在一种明显不足，即:在优化过程中 所有粒 f 都朝最优解的方向飞去，粒子跑向问一化，致使群体的多样性场渐丧失，算法后 期的411:敛速度明显变慢，甚至处于停滞状态，因此也就难以获得较好的优化结果。本研究 针对粒子群优化算法应用于求解旅行商问题(丁 SP) 时易出现停滞早熟，陷入局部最优等现 象，对 PSO 算法i进行了改进，主要工作如下: 1.根据惯柯:权雷和学习因子的特点，对 ω 和的，C2 熏新设定;粒子处于停谛状态时， 料子本身没有变异机制，为使得粒子能够成功跳出周部最优，对粒子进行主动变异:进化 的后期，粒子陷入局部最优，本研究引入了粒子的自探索行为，在公共知识席的基础上定 义了扰功算子，以达到种群多样化，提高求精能力的目的，并针对经典旅行商问题 TSPLIB 标准昨中的 Burma14 城市和 Ulysses22 城市求解最短路径问题进行了相应的实验。实验结 果;去明，使用扰 J 算子的确可以改善算法性能，使得求解 14 城市时的平均收敛能力明显 提 l句，求解 22 城市时，最优解的精度比基本 PSO 算法明显得到提高。 2. 结合捕食搜索策略的先在整个搜索空间进行全局搜索，直至找到…个较优解，然 盯在较忧解的附近区域迸行集中搜索的特性，提出了基于捕食搜索策略的粒子群算法来求 解旅行尚问题。用来解决上述 Burma14 城市问题，实验结果表明寻优能力很强，每次都能 找剑挝优解:解决上述 Ulysses22 城市问题时，实验结果表明其最优解，平均解和最差解 都比改j投向组织 PSO(SOPSO) 算法得到提高。 3. 结合蚁肝算法和法传算法提出了一种混合粒子群算法来求解旅行商问题，为了验 证;我方法的有效性和可行性，对上述的 Ulysses22 城市问题进行了测试，给出了实验结果， 并与标准 PSO ，SOPSO ，标准蚁群等其他算法结果进行了比对，得出烟合算法有效的结论。 综合上述实验结果，得出求解范围是日 urma14 城市时，收敛到最优解的平均收敛率从 浙江 r大学硕十?学位论文 20%提高到 100%; 求解范围是 Ulysses22 城市时，最优解精度从 SOPSO 算法的 75.9343 挝白j 剑 74.6198 的结论，从而证明本研究提出的用 PSO 算法求解 TSP 的各改进措施是有效 的。 关键询:粒 f 群优化算法，旅行商问题，扰动算子，捕食搜索策略，混合算法 浙江 T业大学硕十学价论文 APPLICATION RESEARCH ON PARTICLE SWARM OPTIMIZATION IN TRAVELING SALESMAN PROBLEM ABSTRACT Pa叫cle swarm optimization (PSO) algorithm is an optimization technology based on sw缸m intel1igent method. Due to its strong ability to global search，fewer parameters ，e臼yω implement and profound intelligence background ，it is both suitable for scie