資源描述：
《求解旅行商問題的混合粒子群優(yōu)化算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、求解旅行商問題的混合粒子群優(yōu)化算法第7卷第2期智能系統(tǒng)學(xué)報(bào)Vol.7No.22012年4月CAAITransactionsonIntelligentSystemsApr.2012DOI:10.3969/j.issn.16734785.201104014網(wǎng)絡(luò)出版地址://ki.netlkcms/detaiV23.1538.TP.20120316.1014.∞1.html求解旅行商問題的混合粒子群優(yōu)化算法沈繼紅王侃2(1.哈爾濱工程大學(xué)理學(xué)院，黑龍江哈爾濱15∞01;2.哈爾濱工程大學(xué)自動(dòng)化學(xué)院，黑龍江哈爾濱15∞01)摘要:為
2、高效解決旅行商問題，結(jié)合光學(xué)尋優(yōu)算法、混沌優(yōu)化算法、粒子群優(yōu)化算法，提出了一種新的混合智能優(yōu)化算法，應(yīng)用光學(xué)尋優(yōu)算法的優(yōu)點(diǎn)，為粒子群中粒子找到了一組最優(yōu)的初始值，引人交換子、交換序列、混沌序列，提出了適合旅行商問題的光學(xué)混沌粒子群算并嚴(yán)格證明了新算法的穩(wěn)定性、收斂性.數(shù)值實(shí)驗(yàn)仿真結(jié)果表明，該算法收斂速度快、迭代次數(shù)少，能快速找到令人滿意的最優(yōu)解，為解決旅行商問題提供了新的思路.關(guān)鍵詞:旅行商問題;t昆沌優(yōu)化算法;費(fèi)馬原理;粒子群算法;光學(xué)尋優(yōu)算法中圖分類號:TP301.6文獻(xiàn)標(biāo)志碼:A文章編號:16734785(2012)0
3、2-0174明Thelightraypar伽leswarmoptimizationforsolvingthetravelingsalesmanproblem12SHENJihong,WANGKan(1.CollegeofScience.HarbinEngineeringU回versity.Harbin15α)()1.Chin且;2.CollegeofAutom且tion.HarbinEngineeringUniver??sity.Harbin15∞01.China)Abstract:Anewh}缸idintelligento
4、ptimizationwasgiventosolvethetravelingsalesmanproblem(TSP)byintro??ducingthethoughtofanLROalg0l由hr盹rI伊groupofoptimalinitialvalueswerefoundbyusingthefeaturesofLRO.Next,byemployingthemethodofdiscretechaoticparticleswarmoptimizationandintroducingtheswapoperator,swapse
5、quence,andchaossequence,anop??ticalchaosPSOadaptivefortheTSPproblemwasproposed.咀lestabilityandconvergenceoftheoptimizationwasproveddecisively.Thenumericalsimulationresultsshowthatthisnewoptimizationmethodhasagoodconvergencerateandlessiterativesteps,thusallowingasat
6、isfactorysolutiontobefoundrapidly.τbemethodprovidesanewin??spirationforsolvingtheTSPproblem.Keywords:travelsalesmanproblem;chaosoptimizationalgori由m;Ferma’sprinciple;particleswarmoptimiza??tion;lightrayoptimization優(yōu)化問題可以自然分為2類:一類是連續(xù)變量優(yōu)解的精確算法和找到近似解的近似算法.完全枚舉的優(yōu)化問題;另一
7、類是離散變量的優(yōu)化問題，即所謂法、動(dòng)態(tài)規(guī)劃法和全局搜索算法屬于精確算法.TSP的組合優(yōu)化問題.旅行商問題(travelsalesmanprob??問題精確算法的運(yùn)行時(shí)間是指數(shù)級復(fù)雜度，難以適應(yīng)lem,TSP)是組合優(yōu)化問題中的一個(gè)著名NP難題，大規(guī)模的實(shí)例，隨著對TSP問題的認(rèn)識加深，精確算TSP因其典型性已經(jīng)成為許多啟發(fā)式搜索、優(yōu)化算法的研究越來越少.近年來受到自然界的啟發(fā)，人們法的間接比較標(biāo)準(zhǔn).同時(shí)TSP也是一個(gè)具有廣泛的提出了各種各樣的計(jì)算智能方法，如人工神經(jīng)網(wǎng)絡(luò)、應(yīng)用背景與重要理論價(jià)值的組合優(yōu)化難題，對求解遺傳算法、
8、蟻群優(yōu)化算法、粒子群優(yōu)化算法和人工免該問題高效的全局優(yōu)化算法的研究，一直被科學(xué)界疫系統(tǒng)等.智能優(yōu)化算法為解決TSP問題提供了新的和工程界所高度重視.思路，它們被廣泛地應(yīng)用于各種NP難題的優(yōu)化問題TSP問題的求解方法歸納起來可以分為得到最求解，雖然不能保證獲取最優(yōu)解，但在問題規(guī)模較大時(shí)也可以
