簇类特征城市群间的TSP问题研究.pdfVIP

簇类特征城市群间的TSP问题研究王兴

簇类特征城市群间的TSP问题研究

ResearchonSalesman

TravelingProblem

ofCluster

ClassFeatured

LargeCityGroups

互并

(武汉科技大学信息科学与工程学院，湖北武汉430081)

摘要：针对现实生活中旋行商问题(TSP)大量样本集一般具有呈区域分布的簇类特性，提出了一种基于平衡聚类的免疫遗传算法。

首先分析了城市样本点的分布特征，采用平衡聚类算法将城市样本点聚成K个不同的类，并找出类与类之间的最短路径；然后采用免

疫遗传算法得到类内部城市间的最短路径；最终得到全局最短路径。仿真试验证明，该算法明显提高了收敛速度。

关键词：簇类特征免疫遗传算法数据挖掘收敛速度最短路径

中图分类号：TP273文献标志码：A

realanumberofsetsofTSPfeaturesdistributedclusterwitllthis

Abstract：Incharacteristic．inaccordance

life-normallylargesampleregional

immunebasedon

balancedisdistributioncharacteristicofthe

situation，thegeneticalgorithmclusteringproposed．Firstly。thecitysamplepoints

arebalancedareintoKdifferenttheshortestroute

putforward-byadoptingclusteringalgorithm，thecityclasses，and

samplepointschanged

classes

isimmuneshortestroutecitiesinsidetheclassisobtainedfromthe

amongfound-thenbygenetic

usingalgorithm，theamongsamplepoints

intheshortestrouteisderived．Thesimulationtestverifiesthattheenhancesthe

class。finallyglobalalgorithmobviouslyconvergencespeed．

classfeaturesImmune

Keywords：ClustergeneticDataShortestroute

algorithmminingConvergencespeed

0引言1聚类算法

salesman

旅行商问题(travelingproblem，TSP)是指根据同类数据集应具有相近特性，而不同数据集在

寻求J7、r个城市间遍历所有城市的最短路径。该问题这些特性上差异较大的假定，将所研究的数据集进行分

是一个经典的组合优化问题。所有的路线组合数为类，这种研究方法称为聚类[3圳。聚类是数据挖掘、模式

(Ⅳ．1)!／2。当遍历的城市数不断增加，其搜索空间随识别等研究方向的重要研究内