為了求解大規(guī)模高復(fù)雜度的TSP問題,文中基于標(biāo)準(zhǔn)粒子群算法的框架,構(gòu)建了Beam-PSO混合優(yōu)化算法.利用Beam Search優(yōu)化技術(shù)進(jìn)一步強(qiáng)化標(biāo)準(zhǔn)PSO算法的深度開發(fā)能力,進(jìn)而強(qiáng)化的標(biāo)準(zhǔn)PSO算法的優(yōu)化性能.采用TSP標(biāo)準(zhǔn)數(shù)據(jù)集并通過Matlab仿真測(cè)試,與其他算法進(jìn)行對(duì)比,該算法獲得的最優(yōu)解更接近于已知最優(yōu)解,且多次優(yōu)化結(jié)果的均值更小證明該算法的搜索性能較強(qiáng),能夠有效地應(yīng)對(duì)離散優(yōu)化問題. 

【文章來源】：武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2019,43(05)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引 言
1 TSP的問題描述及數(shù)學(xué)模型
2 Matlab仿真測(cè)試
3 結(jié) 束 語



本文編號(hào)：3052035