文献类型：期刊文章

作　　者：何庆[1] 吴意乐[1] 徐同伟[1]

机构地区：[1]贵州大学大数据与信息工程学院,贵阳550025

出　　处：《控制与决策》

基　　金：贵州省科技厅基金项目(黔科合LH字[2014]7628);贵州省教育厅青年科技人才成长项目(黔教合KY字[2016]124);贵州大学博士基金项目(贵大人基合字[2010]010)

年　　份：2018

卷　　号：33

期　　号：2

起止页码：219-225

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对旅行商问题(TSP)优化中,遗传算法(GA)容易陷入局部最优、模拟退火算法(SA)收敛速度慢的问题,提出一种基于改进遗传模拟退火算法(IGSAA)的TSP优化算法.首先根据优化目标建立数学模型;然后对遗传算法部分中的适应度函数、交叉变异算子进行改进,使算法能够更加有效地避免陷入局部最优;最后根据旧种群和新种群每个对应个体的进化程度提出一种改进自适应的Metropolis准则,使模拟退火算法部分的染色体跳变更具有自适应性,利于算法寻优.对不同TSP实例的实验结果表明,与其他路径优化算法优化结果相比,所提出的IGSAA算法能够对不同TSP实例优化得到更优的旅行路径.

关 键 词：旅行商问题 遗传算法 模拟退火算法 交叉变异算子  METROPOLIS准则

分 类 号：TP18]