TSP问题综述及相应求解算法研究.pdfVIP

TSP 问题综述及相应求解算法研究 摘要: TSP 问题是组合优化中的经典问题。其解决方法有局部优化 方法和一些启发式算法 。 关键词：TSP ；2 - 交叉法算法；L in - Kernighan 算法 旅行商问题，即TSP 问题（Traveling Salesman Problem）是数学 领域中著名问题之一。假设有一个旅行商人要拜访n 个城市，他必 须选择所要走的路径，路经的限制是每个城市只能拜访一次，而且最 后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所 有路径之中的最小值。它被证明是NP——难 （NP——hard ）问题并 与VLS 制造，输油管道铺设，电路布线等问题有关，学术界对该问 题的认识日益深入。由于求其确定解的时间是指数型的，不易掌握， 因而对其近似算法的研究一直是算法设计中的一个重要课题。 目前已经有很多关于求解TSP 近似最优解的算法。主要包括 :一 些局部优化算法 ,如:近邻法（nearest - neighbor ）最近插入（nearest insertion ）、最远插入法（farthest insertion ）、贪心法（greedy ）、 枝定界法（branch and bound ）、填空曲线法 （space - fi ing curve ）、 Karp 法、2 - 交叉法（ 2 - op t ）、k 交叉法及 L in - Kernighan 法等 ;一些启发式算法如模拟退火算法[3 ] 、遗传算法[4 ] 、蚁群 算法[5 ] 、免疫算法[6 ] 、神经网络等。 下面就来分析一下TSP 问题的各种算法。 ( 1) 2 - op t 算法 它从城市的一个随机排列（称为路径 T ）开始并试图去改善它。T 的邻域定义为交换 T 中不相邻的两条边得到的所有路径的集合。 这种移动称为 2 - 交叉法（2 - op t ）,如图 1、图 2 所示。 8 3 7 5 1 0 2 9 4 6 图1 如果 cost (0, 2) + cost (5, 6) cost (0, 5) + cost (2, 6) ,即城市0 和2 之间的距离与 5 和 6 之间的距离和大于0 和5 与2 和6 之间的距离 和 ,那么路径 T ( 0—2—4—1—8—7—3—5—6—9—0 ）就替换（0 —5—3—7—8—1—4—2—6— 9—0) ,如图 2 所示。如果在邻域中找 不到比T 更好的结果, 则 T 为 2 - 交换的最优结果且算法结束 ,在 彻底放弃之前一定要尝试多个随机排列。 3 8 7 5 1 0 2