對(duì)于求解TSP問(wèn)題,提出一種貪婪隨機(jī)自適應(yīng)灰狼優(yōu)化算法（GRAGWO）。GRAGWO算法基于貪婪隨機(jī)自適應(yīng)搜索算法（GRASP）,采用其構(gòu)造階段生成初始解,在局部搜索階段采用灰狼優(yōu)化算法（GWO）對(duì)結(jié)果進(jìn)行優(yōu)化。GWO算法不能直接用于求解離散問(wèn)題,易陷入局部最優(yōu),導(dǎo)致后期收斂速率較低。根據(jù)TSP問(wèn)題的特性,針對(duì)易形成局部最優(yōu)路徑和隨著迭代次數(shù)增進(jìn)而導(dǎo)致種群多樣性減退這兩個(gè)缺陷,重新定義灰狼編碼方式,與GRASP啟發(fā)式算法相結(jié)合,應(yīng)用于求解TSP問(wèn)題。采用TSPLIB中的多組不同規(guī)模的TSP問(wèn)題作為實(shí)驗(yàn)用例,并將GRAGWO算法與其他仿生算法進(jìn)行對(duì)比,結(jié)果表明在求解準(zhǔn)確率、穩(wěn)定性和解決大型城市問(wèn)題方面具有相對(duì)優(yōu)勢(shì)。 

【文章來(lái)源】：現(xiàn)代電子技術(shù). 2019,42(14)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 算法原理
    1.1 貪婪隨機(jī)自適應(yīng)搜索算法
    1.2 灰狼優(yōu)化算法
        1.2.1 搜尋過(guò)程
        1.2.2 包圍過(guò)程
        1.2.3 位置更新（攻擊）
2 改進(jìn)策略
    2.1 GRASP算法初始化種群
    2.2 目標(biāo)函數(shù)構(gòu)造
3 實(shí)驗(yàn)結(jié)果
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)灰狼優(yōu)化算法的類TSP問(wèn)題研究——以旅游為例[J]. 許如琪,曹敏,黃夢(mèng)雪,朱艷慧.  地理與地理信息科學(xué). 2018(02)
[2]旅行商問(wèn)題的一種高效近似算法及其排考應(yīng)用[J]. 袁志.  微電子學(xué)與計(jì)算機(jī). 2018(01)
[3]改進(jìn)遺傳模擬退火算法在TSP優(yōu)化中的應(yīng)用[J]. 何慶,吳意樂(lè),徐同偉.  控制與決策. 2018(02)
[4]具有自適應(yīng)搜索策略的灰狼優(yōu)化算法[J]. 魏政磊,趙輝,韓邦杰,孫楚,李牧東.  計(jì)算機(jī)科學(xué). 2017(03)
[5]求解TSP問(wèn)題的自適應(yīng)離散型布谷鳥(niǎo)算法[J]. 張子成,韓偉.  計(jì)算機(jī)工程與應(yīng)用. 2017(10)
[6]求解TSP問(wèn)題的離散狼群算法[J]. 吳虎勝,張鳳鳴,李浩,梁曉龍.  控制與決策. 2015(10)
[7]求解TSP問(wèn)題的離散型螢火蟲(chóng)群優(yōu)化算法[J]. 周永權(quán),黃正新,劉洪霞.  電子學(xué)報(bào). 2012(06)

碩士論文
[1]旅行商問(wèn)題的研究與應(yīng)用[D]. 袁豪.南京郵電大學(xué) 2017
[2]基于精英策略的改進(jìn)狼群算法在城市公交路線問(wèn)題中的研究[D]. 吳蕊蕊.吉林大學(xué) 2017
[3]關(guān)于融合GRASP算法的選擇性集成學(xué)習(xí)方法研究[D]. 張婷.南京航空航天大學(xué) 2016
[4]基于免疫算法的TSP問(wèn)題求解[D]. 馮舒怡.天津大學(xué) 2016
[5]蟻群算法的改進(jìn)及TSP仿真研究[D]. 王勝訓(xùn).西安電子科技大學(xué) 2014



本文編號(hào)：3435807