【CN109948865A】一种TSP问题路径规划方法【专利】.pdf

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN109948865A

(43)申请公布日2019.06.28

(21)申请号201910256712.2

(22)申请日2019.04.01

(71)申请人东华大学

地址201600上海市松江区人民北路2999

号

(72)发明人徐鑫沈波

(74)专利代理机构上海申汇专利代理有限公司

31001

代理人翁若莹柏子雵

(51)Int.Cl.

G06Q10/04(2012.01)

G06N3/12(2006.01)

权利要求书2页说明书6页附图4页

(54)发明名称

一种TSP问题路径规划方法

(57)摘要

本发明涉及一种TSP问题路径规划方法，包

括以下步骤：初始化；读取位置并计算距离；贪婪

算法初始化种群；最差的若干个体换为随机生成

的个体；计算适应度；选择；交叉；变异；随机对若

干个体进行模拟退火；计算适应度；当代最优解

及其变异解分别给第一和第二个个体；迭代至满

足终止条件。本发明贪婪算法产生的种群具有随

机性且质量较高，能加速寻优。最差的若干个体

换为随机生成的个体，减少差解影响并避免早

熟。模拟退火可发现一些更优解，且避免早熟和

陷入局优。最优解及其变异解的存储保留了优秀

信息且增加了种群多样性。本发明能有效、快速

的规划出一条最短访问路径，因此是一种可为

A

5TSP问题提供路径规划的有效方法。

6

8

8

4

9

9

0

1

N

C

权利要求书

CN109948865A1/2页

1.一种TSP问题路径规划方法，其特征在于，包括以下步骤：

步骤1、将迭代次数gn初始化为1，初始化最大迭代次数GN；

max

步骤2、读取各城市的位置信息，并计算各城市之间的距离；

步骤3、用贪婪算法产生初始种群，并计算其适应度值，包括以下步骤：

对每个个体，先随机选一个城市作为起点，然后搜索未加入的城市，找到距当前城市最

近的城市，将其加入个体中并作为当前城市，继续搜索并添加城市，直到所有城市都加入到

个体中，得到用贪婪算法产生的个体，重复上述操作，得到所有初始个体，计算每一个初始

个体的适应度值F，设个体为x＝(x,x,...,x)，n为城市的数目，则个体x所对应的路径长

12n

度D为：则有：

步骤4、将适应度值F最差的若干个个体替换为随机生成的个体；

步骤5、根据适应度函数计算所有个体的适应度值；

步骤6、依据步骤5计算得到的适应度值对种群中的个体进行选择操作；

步骤7、对种群中的个体进行交叉操作；

步骤8、对种群中的个体进行变异操作；

步骤9、从种群中随机选择若干个个体进行模拟退火操作；

步骤10、计算新种群中所有个体的适应度值；

步骤11、将当前代的最优解赋给种群中的第一个个体，并将该最优个体变异后赋给种

群中第二个个体；

步骤12、将迭代次数gn加1，更新迭代次数；

步骤13、判断迭代次数gn是否达到最大迭代次数GN，若达到，则输出最优路径，结束

max

算法，否则跳转至步骤4。

2.根据权利要求1所述的TSP问题路径规划方法，其特征在于，步骤1中