OALib Journal期刊
粒子群与遗传算法的混合算法
DOI: 10.11830/ISSN.1000-5013.2015.06.0645
Keywords: 离散旅行商问题 , 遗传算法 , 粒子群算法 , 自适应 , 启发策略
Abstract:
针对粒子群算法直接用于求解离散旅行商优化问题会存在诸多困难,通过分析粒子群算法、遗传算法各自优缺点,将粒子群算法、遗传算法有效结合组成混合算法用于求解离散旅行商问题.混合的目的在于保持两种算法各自的优点,并有效地避免各算法原有的不足.对3个不同规模的巡回旅行商问题进行实验,结果表明:混合算法提升了算法的局部搜索能力.
References
[1] 龚纯,王正林.精通Matlab最优化计算[M].北京:电子工业出版社,2009:270-272. [2] 崔长彩,李兵,张认成.粒子群优化算法[J].华侨大学学报(自然科学版),2006,27(4):343-346. [3] 付荣,居鹤华.基于粒子群优化的时间最优机械臂轨迹规划算法[J].信息与控制,2011,40(6):802-808. [4] 潘文军,王健.基于改进遗传算法的食品召回中心选址研究[J].物流工程与管理,2014,12(36):53-55. [5] 胡大伟,陈诚.遗传算法和禁忌搜索算法在配送中心选址和路线问题中的应用[J].系统工程理论与实践,2007(9):172-179. [6] 付宝英,王启志.自适应粒子群优化BP神经网络的变压器故障诊断[J].华侨大学学报(自然科学版),2013,34(3):262-267. [7] 蒋腾旭.改进的遗传蚁群混合算法在TSP中的应用[J].计算机与现代化,2013,12(220):31-33. [8] 王晓霞,王涛.基于粒子群优化神经网络的变压器故障诊断[J].高电压技术,2008,24(11):2362-2367. [9] 詹仕华,王长缨,钟一文.求解TSP问题的伪贪婪离散粒子群优化算法[J].小型微型计算机系统,2011,32(1):181-184. [10] 赵远东,方正华.带有权重函数学习因子的粒子群算法[J].计算机应用,2013,33(8):2265-2268. [11] WANG Kangping,HUANG Lan,ZHOU Chunguang.Particle swarm optimization for traveling salesman problem[C]//Proc of the 2nd International Conference on Machine Learning and Cybernetics Piscataway.Nanjing:IEEE Press,2003:1583-1585. [12] 钟一文,杨建刚,宁正元.求解TSP问题的离散粒子群优化算法[J].系统工程理论与实践,2006,6(6):89-94. [13] 江中央,蔡自兴,王勇.求解全局优化问题的混合自适应正交遗传算法[J].软件学报,2010,21(6):1296-1307. [14] 王秋芬,袁东锋,梁道雷.一种求解TSP的贪心遗传算法[J].制造自动化,2013,35(1):71-74. [15] Andre Rohe.Forschungsinstitut für Diskrete athematik[DB/OL].[2015-10-05] .http://www.math.uwaterloo.ca/tsp/vlsi/index.html#XQF131.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
