作為一種新興的群智能啟發(fā)式算法,蝙蝠算法近年來被廣泛用于求解離散、連續(xù)、及組合優(yōu)化問題。針對典型組合優(yōu)化問題中的旅行商問題,提出了一種基于偏序?qū)Ω倪M(jìn)的蝙蝠算法用于求解離散型旅行商問題。通過對蝙蝠速度、位置的更新,使算法具有更強(qiáng)的適用性。對16個標(biāo)準(zhǔn)旅行商問題（traveling salesman problem,TSP）進(jìn)行測試與對比分析以驗證算法有效性。實驗結(jié)果表明:所提出的偏序?qū)︱鹚惴ㄔ诖蠖鄶?shù)實例中均優(yōu)于其他算法。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 蝙蝠算法
2 TSP問題數(shù)學(xué)模型
3 偏序?qū)Ω倪M(jìn)的離散蝙蝠算法
    3.1 偏序?qū)Ω拍畹奶岢?br>    3.2 速度函數(shù)表達(dá)及位置更新
    3.3 局部搜索
    3.4 偏序?qū)︱鹚惴?br>4 數(shù)值實驗
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]遺傳算法與蟻群算法在商旅問題中的應(yīng)用研究[J]. 梁晶.  電子測試. 2017(09)
[2]一種解決旅行商問題的新型DDPSO算法[J]. 王軍,李明,馬小平,袁源.  科學(xué)技術(shù)與工程. 2013(17)
[3]遺傳算法和螞蟻算法混合求解旅行商問題[J]. 熊道勇,肖人岳.  科學(xué)技術(shù)與工程. 2009(19)

碩士論文
[1]基于蝙蝠優(yōu)化極限學(xué)習(xí)機(jī)的病腦檢測系統(tǒng)[D]. 陸思源.南京師范大學(xué) 2018



本文編號：3652156