本文選題：TSP問題　切入點(diǎn)：布谷鳥搜索算法　出處：《計(jì)算機(jī)工程與應(yīng)用》2017年10期

【摘要】：對(duì)于求解的TSP問題,提出了一種自適應(yīng)離散型布谷鳥算法(Adaptive Discrete Cuckoo Search,ADCS)。在基于布谷鳥搜索算法(Cuckoo Search,CS)的搜索原理下構(gòu)造TSP問題的路徑求解策略。針對(duì)離散型算法整體調(diào)整容易破壞已形成的較優(yōu)路徑和隨著算法迭代數(shù)目增加導(dǎo)致種群多樣性下降這兩個(gè)缺陷,設(shè)計(jì)了一種針對(duì)路徑的自適應(yīng)型局部調(diào)整算子和全局隨機(jī)擾動(dòng)策略,采用了簡(jiǎn)單的2-opt優(yōu)化算子作為局部?jī)?yōu)化算子以加快算法的收斂速度。最后采用多組不同規(guī)模的標(biāo)準(zhǔn)TSPLIB數(shù)據(jù)與其他的優(yōu)化算法進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果表明ADCS算法在求解精度和穩(wěn)定性方面具有優(yōu)勢(shì)。
[Abstract]:For solving the problem of TSP, this paper proposes an adaptive discrete cuckoo algorithm (Adaptive Discrete Cuckoo Search, ADCS). In the search algorithm based on cuckoo (Cuckoo Search, CS) TSP problem solving strategy to construct path search principle. According to the discrete algorithm of the whole adjustment is easy to damage the already formed the optimum path and with the increase in the number of iterative algorithm leads to the diversity of the population decline of the two defects, design a path for the adaptive partial adjustment operator and global random perturbation strategy using 2-opt optimization operator simple as a local optimization operator to speed up the convergence speed of the algorithm. Finally, using multiple sets of different size of the standard TSPLIB data comparison experiment with other optimization algorithm, the results show that ADCS algorithm has advantages in accuracy and stability.

【作者單位】： 南京財(cái)經(jīng)大學(xué)信息工程學(xué)院;
【基金】：國(guó)家電子商務(wù)信息處理國(guó)際聯(lián)合研究中心項(xiàng)目(No.2013B01035)
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖曉明，，羅四維;遺傳算法用于TSP問題的研究[J];北方交通大學(xué)學(xué)報(bào);1995年04期

2 張軍英,蘇健;一種求解TSP問題的新型人工神經(jīng)網(wǎng)絡(luò)方法[J];計(jì)算機(jī)仿真;2004年06期

3 杜宗宗;劉國(guó)棟;;基于混合遺傳模擬退火算法求解TSP問題[J];計(jì)算機(jī)工程與應(yīng)用;2010年29期

4 干能強(qiáng);杜宏明;;一種用于解決TSP問題的新的Hopfield網(wǎng)絡(luò)[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年03期

5 盧冰;王夢(mèng)蘭;;一種改進(jìn)螞蟻算法在TSP問題中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2010年06期

6 夏國(guó)成;趙佳寶;;智能螞蟻算法求解多目標(biāo)TSP問題的改進(jìn)研究[J];計(jì)算機(jī)工程與應(yīng)用;2006年09期

7 胡平;常曉宇;王康平;郭東偉;周春光;;求解不確定TSP問題的螞蟻算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年03期

8 饒衛(wèi)振;金淳;黃英藝;;求解TSP問題的最近鄰域與插入混合算法[J];系統(tǒng)工程理論與實(shí)踐;2011年08期

9 蔡之華,彭錦國(guó),高偉,魏巍,康立山;一種改進(jìn)的求解TSP問題的演化算法[J];計(jì)算機(jī)學(xué)報(bào);2005年05期

10 藍(lán)曉玲;周永權(quán);韋修喜;;求解TSP問題的社會(huì)演化算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年26期

相關(guān)碩士學(xué)位論文 前4條

1 鐘成皓;改進(jìn)的混合遺傳模擬退火算法及其在TSP問題中的應(yīng)用研究[D];吉林大學(xué);2007年

2 廖興新;螞蟻算法在TSP問題中的應(yīng)用與研究[D];四川大學(xué);2006年

3 袁杰;基于蟻群遺傳混合智能算法求解TSP問題[D];長(zhǎng)春工業(yè)大學(xué);2014年

4 孫駿;基于蟻群優(yōu)化算法的TSP問題研究[D];武漢理工大學(xué);2005年

本文編號(hào)：1672945