基于遗传算法的最短路径问题求解实现.docxVIP

基于遗传算法的最短路径问题求解实现 科技论坛 县垦 2905 年笋 10 — CHIN?A —SC???IENCE —ANDTCHNOLO —GY… INFORM ??? ATION—M.yl.? 基于遗传算法的最短路径问题求解实现 田奇君吉首大学 摘要:文章应用遗传算法求解图论中的最短路径问题,并给岀了该算法在解决这一 问题的具体实现，使用该算法可以很快地求出一批最短路径集. 关键词:最短路径;遗传算法;具体实现 最短路径问题 所谓最短路径问题就是在给定的起始点到 终止点的通路集合中，寻找长度最短的通路，这 样的通路称为起始点到终止点的最短路径. 隶懈最銅路径问题，用图论术语描述如下： 在图o(v,)中,:(v.,vlvl)表示顶点 的集合;对G中的某一条边(vi,V,),相应地有 个斯d_v?:如果G中不存在迦则 令d(vi,y)=0(3;如果把d(v,v,)认为是边 (,v,)的长度，则路的长度定义为组成路的各 条边的长度的总和. 遗传算法概况 遗传算法是新近发展起来的一种模拟生命 进化机制的搜索和优化方法，是把自然遗传学 和计算机科学结合起来的优化方程?1975年， Holland在其专着中指出了 GA的概念和方法， 因其有很强的解决问题的能力和广泛的适应性, 因而近年来渗透到研究与工程的各个领域，取 得了良好的效果. 用遗传算法求解一个优化问题，就是对该 优化问题存在的许多解X,计算每个X对应的 适应函数f;优化过程就是要寻找这样的X,使 得与之对应的f(X,)最大或最小. 求解实现 基于遗传算法求解最短路径问题,主要包 括以下五个步骤:⑴产生初始种群;(2)选择操 作;⑶交叉操作;(4)变界操作. 产生初始种群 初始种群的产生是指随机产生一组可以连 通起始节点和终止节点的可行路径?注意要保 证随机产牛的初始种群中的每一个染色体都是 可行路径.初始种群的产生可以按照以下思路 来进行. 矗PF* II140:?钾贴摊群苜酌A ,N总节点数A ,1幅慕■ h㈣什.1 ( p耐《vino卜莲ii咕芾a} 喊1吨/定Z*亳量 do Nf 叭 P 励 rP.qford 盯 n 月拽M当前节点tt嚣群的1心奇！］ A: adfdjl. P咚州d州No}, 址N两极琏捧i，敞}P的1T节自 )w}f【P耐{日￡酬咚正节点} ■ J 选择操作 选择操作就是按照每个染色体适应度值的 大小,按照轮盘赌法來选择染色体.具体选择操 作实现的相关伪代码如下. tnJM.1+4-) s6gPJ,埋十滦色{的近盎度值 DlqXIlO h”土 0,址 1.J f?f,q —} D叫I卜.fll州 fn+卜 ldlJ] Dimqfl]lc《 6(i:eJ~Mj+) RTmlaem(lkr 蔓{璐#被 壤括簿帆~哥意琏葺缸曲蔷量据 讦【1)01) i(JJNJ+} NtwP II fPlII州 OJf hEJamp;—} IlfDlc《Kll 托amp;Dt 州 KI) ( 6f 卜 OJ■?3+ NtwpaqfJ 卜 p 柚 I [jl: bntk } ) 交又操作 交叉操作就是针对特定的一对染色体，相i 互交换其中的一段基因?在求解最短路问题时, 不光要保证交叉成功，而且要保证交叉后的染 色体为可行解?具体交叉操作实现的相关伪代1 码如下. if(2Pm[Il) 色件1 }p ,；i；鑫 R1呵曲d州Ilj.,生藉规赫穗定杂色体I曲蹙里基融证1 R2呵粕d nffiT,髓贩懿.定邑伟时1曲蹙卫基因位2 xOvP-p 且 1 且 21 蒋聋色体~1的差融恒1基月垃2懈肿节点盯摊? Mc.U II lp?Lp) 一,q染色忙1和p的可{性牙培： 变异操作 变异操作就是针对特定的一个染色体，对t 其中某个基因位进行变界?在求解最短路问题： 时，不光要保证变异成功,而且要保证变异后的 染色体为可行解?具体变异操作实现的相关伪 代码如下. *1 瑚(Mjt,[ { R?do州『】蔓一 i筒帆数 iflrlt-tql粕幕R色控蔗蔼驚要诗士于褒异 InhdHl,.,生一千髓帆鼓，定集色伟I的变异基西世f 富墨琶譬螺鉴:基目的可照带点 rR. .如中躍觇产生?，节碱蛤刍聃路怪 ) *f 结束语} 通过用遗传算法解题，可知遗传算法明显1 的优点:(1)算法是使用参数的编码集参数的选 择十分方便;(2)遗传算法是在点群屮寻优;(3) 它仅使用问题本身所具有的目标数据进行工｛ 柞，而不需其它任何先决条件或辅助信息,(4)j 它使用的是随机规则?本文是遗传算法一个应 用.在用该算法解题时，增加了变异率和交叉率 的自适应性，因而克服了简单遗传算法存在的f 收敛速度慢的缺点,改善了算法的收敛性?目 前，对GA的理论研究述在深入，应用领域也1 在不断地开拓，相信用遗传算法解决