本文選題：旅行商問(wèn)題 + 貓群算法�。� 參考：《計(jì)算機(jī)應(yīng)用研究》2017年12期

【摘要】：針對(duì)求解TSP給出一種新算法——改進(jìn)的貓群算法。貓群算法作為一種群智能優(yōu)化算法,有較快的收斂速度、向他人學(xué)習(xí)等優(yōu)點(diǎn),但國(guó)內(nèi)目前對(duì)它的研究還處在起步階段,所以做這方面的嘗試性研究。通過(guò)引入交換子概念和改進(jìn)貓的行為模式將算法用于求解TSP。最后通過(guò)MATLAB仿真,并將實(shí)驗(yàn)結(jié)果與已知最優(yōu)解相比較,驗(yàn)證了該算法的有效性。這不僅拓寬了貓群算法的應(yīng)用范圍,也給求解TSP等路徑優(yōu)化問(wèn)題提供一種新的解決辦法。
[Abstract]:An improved cat swarm algorithm for solving TSP is presented. As an intelligent optimization algorithm, cat swarm algorithm has the advantages of fast convergence and learning from others, but at present, the research on it is still in its infancy, so try to do this research. The algorithm is used to solve TSPs by introducing the concept of commutator and improving the behavior pattern of cat. Finally, the effectiveness of the proposed algorithm is verified by MATLAB simulation, and the experimental results are compared with the known optimal solutions. This not only broadens the application scope of cat swarm algorithm, but also provides a new solution to the path optimization problem such as TSP.
【作者單位】： 上海理工大學(xué)理學(xué)院;上海理工大學(xué)管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(71401106) 國(guó)家教育部人文社科規(guī)劃基金項(xiàng)目(16YJA630037) 上海市一流學(xué)科建設(shè)項(xiàng)目(S1201YLXK) 滬江基金資助項(xiàng)目(B14006)
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐精明,曹先彬,王煦法;多態(tài)蟻群算法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2005年01期

2 林亞平;概率分析進(jìn)化算法及其研究進(jìn)展[J];計(jì)算機(jī)研究與發(fā)展;2001年01期

3 孫文秀;胥曉慶;唐恒永;;應(yīng)急系統(tǒng)優(yōu)化選址模型的一種改進(jìn)算法[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

4 劍萍;TSP的鄰域搜索算法的分析和改進(jìn)[J];管理科學(xué)文摘;1997年08期

5 馬坤;于海平;彭啟山;;改進(jìn)的遺傳模擬退火算法在TSP中的應(yīng)用[J];武漢科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

6 于海平;;一種改進(jìn)的遺傳模擬退火算法在TSP中的實(shí)現(xiàn)[J];福建電腦;2007年06期

7 喬彥平;張駿;;基于一種改進(jìn)遺傳模擬退火算法的TSP求解[J];計(jì)算機(jī)仿真;2009年05期

8 劉小龍;李榮鈞;楊萍;;基于高斯分布估計(jì)的細(xì)菌覓食優(yōu)化算法[J];控制與決策;2011年08期

9 范新剛;彭湘凱;;基于感知行動(dòng)的一種雙向規(guī)劃算法研究[J];廣東技術(shù)師范學(xué)院學(xué)報(bào);2013年05期

10 王曙霞,葛東媛;一種TSP求解的人工免疫遺傳算法[J];孝感學(xué)院學(xué)報(bào);2005年03期

相關(guān)會(huì)議論文 前3條

1 張雷;鄭維敏;;廣義旅行商問(wèn)題、放映員問(wèn)題和一類調(diào)度模型[A];1996年中國(guó)控制會(huì)議論文集[C];1996年

2 李大衛(wèi);王夢(mèng)光;;熱軋調(diào)度與多旅行商問(wèn)題[A];1996年中國(guó)控制會(huì)議論文集[C];1996年

3 孫啟瑞;李俊;丁健;戴先中;;新型訪問(wèn)域部分重疊的多旅行商問(wèn)題的GA求解[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）[C];2013年

相關(guān)博士學(xué)位論文 前4條

1 馮思玲;生物地理學(xué)優(yōu)化算法及其在生物序列模式發(fā)現(xiàn)中的應(yīng)用[D];電子科技大學(xué);2014年

2 韓麗霞;自然啟發(fā)的優(yōu)化算法及其應(yīng)用研究[D];西安電子科技大學(xué);2009年

3 譚陽(yáng);求解廣義旅行商問(wèn)題的若干進(jìn)化算法研究[D];華南理工大學(xué);2013年

4 劉學(xué)藝;極限學(xué)習(xí)機(jī)算法及其在高爐冶煉過(guò)程建模中的應(yīng)用研究[D];浙江大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 方清華;求解物流Web服務(wù)組合優(yōu)化問(wèn)題的兩階段多目標(biāo)蟻群算法[D];合肥工業(yè)大學(xué);2016年

2 劉安;仿生智能算法在新能源電力系統(tǒng)參數(shù)預(yù)測(cè)中的應(yīng)用[D];北京交通大學(xué);2017年

3 呂順風(fēng);蟻群魚群混合算法在差異工件批調(diào)度中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

4 徐瑾;基于改進(jìn)蟻群算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[D];華北電力大學(xué);2011年

5 高潔;基于優(yōu)化算法的風(fēng)電場(chǎng)風(fēng)能資源評(píng)估[D];華東理工大學(xué);2012年

6 孫明雪;蟻群算法的改進(jìn)及其在TSP問(wèn)題中的應(yīng)用[D];吉林大學(xué);2006年

7 巴洪濤;DVS系統(tǒng)RTSP服務(wù)器軟件設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2010年

8 劉欣欣;旅行商問(wèn)題的基因片段插入算法研究[D];閩南師范大學(xué);2015年

9 陳玲;基于PSO-GA混合算法的時(shí)間優(yōu)化的旅行商問(wèn)題的研究[D];合肥工業(yè)大學(xué);2015年

10 趙麗娜;帶油耗的單商品取送貨旅行商問(wèn)題研究[D];沈陽(yáng)師范大學(xué);2016年

，

本文編號(hào)：1856316