利用遗传算法解决tsp问题课件.pptx

利用遗传算法解决tsp问题利用遗传算法解决tsp问题第1页

TSP问题，又称旅行商问题,旅行推销员问题,是指对于给定

n个城市,旅行商从某一城市出发不重复访问其余城市

后回到出发城市,要求找出一条旅行路线,是总旅行旅程最短.遗传算法（GeneticAlgorithms，GA）是一个基于自然群体遗传演化机制算法,它模拟自然界生物进化过程,采取人工进化方式对目标空间进行随机化搜索。它将问题域中可能解看作是群体个体,并将个体编码成符号串形式(即染色体),模拟生物进化过程,对群体重复进行杂交等操作,依据预定适应度函数对每个个体进行评价,依据优胜劣汰进化规则,不停得到更优群体,同时搜索优化群体中最优个体,求得满足要求最优解。利用遗传算法解决tsp问题第2页

编码方式给每个城市一个固定基因编号，比如10个城市为0123456789，随机地组成一个染色体（以下全部情况都以10个城市为例说明）。约定这10个城市之间行走路线为：0?1?2?3?4?5?6?7?8?9

(其余基因序列路线一样道理)利用遗传算法解决tsp问题第3页

两个城市间距离（用r[i][j]表示）012345678901234567890,1,4,6,8,1,3,7,2,9,1,0,7,5,3,8,3,4,2,4,4,7,0,3,8,3,7,9,1,2,6,5,3,0,3,1,5,2,9,1,8,3,8,3,0,2,3,1,4,6,1,8,3,1,2,0,3,3,9,5,3,3,7,5,3,3,0,7,5,9,7,4,9,2,1,3,7,0,1,3,2,2,1,9,4,9,5,1,0,1,9,4,2,1,6,5,9,3,1,0利用遗传算法解决tsp问题第4页

基因序列初始化1将这10个基因存放在一个暂时数组matrix[0]～matrix[9]。2随机产生两个0～9数，比如产生了x1=2,x2=7,交换matrix[2]和matrix[7]内容（利用voidswap(int*,int*)实现。）3重复过程2屡次，得到一个基因序列，作为一个个体染色体。4产生基因序列赋值给一个个体gene[0]～gene[9].利用遗传算法解决tsp问题第5页

一个完整路线长度比如基因序列为：0829756413，存放在gene[0]～gene[9]中。表示行旅行路线为：0?8?2?9?7?5?6?4?1?3总旅程为：r[gene[0]][gene[1]]+r[gene[1]][gene[2]]~

+r[gene[9]gene[0]]利用遗传算法解决tsp问题第6页

轮盘选择for(mem=0;memPopSize;mem++) sum+=population[mem].fitness; for(mem=0;memPopSize;mem++)//使小选中可能性大 x[mem]=sum-population[mem].fitness; sum=0.0; for(mem=0;memPopSize;mem++) sum+=x[mem]; /*Calculaterelativefitness*/ for(mem=0;memPopSize;mem++) population[mem].rfitness=x[mem]/sum;利用遗传算法解决tsp问题第7页

交叉比如一个基因序列为：0256981347产生两个0～9int型随机数，如得到2和6，将gene[2]和gene[6]之间基因反序，得到：0218965347利用遗传算法解决tsp问题第8页

变异比如一个基因序列为：0256981347产生两个0～9int型随机数，如得到2和6，将gene[2]和gene[6]基因交换，得到：0216985347利用遗传算法解决tsp问题第9页

仿真结果利用遗传算法解决tsp问题第10页

仿真结果利用遗传算法解决tsp问题第11页

Thanks利用遗传算法解决tsp问题第12页