本文關(guān)鍵詞：求解TSP的學(xué)習(xí)記憶果蠅算法

  更多相關(guān)文章： 果蠅算法 旅行商問題 學(xué)習(xí)記憶機(jī)制 λ-opt算法 離散型嗅覺搜索

【摘要】：提出一種解決TSP的學(xué)習(xí)記憶果蠅算法.為克服傳統(tǒng)果蠅算法易于陷入局部極值的缺點(diǎn),該算法引入了果蠅的學(xué)習(xí)記憶機(jī)制,通過設(shè)置種群記憶區(qū)指導(dǎo)果蠅個(gè)體的搜索方向,以提高算法的全局尋優(yōu)能力.同時(shí),為增強(qiáng)算法求解TSP的局部搜索能力,結(jié)合λ-opt算法設(shè)計(jì)了一種離散型嗅覺搜索過程.實(shí)驗(yàn)結(jié)果分析表明,本文所提出的算法能夠有效地求解TSP,具有可靠的全局收斂性,較快的收斂速度.
【作者單位】： 大連海事大學(xué)交通運(yùn)輸管理學(xué)院;
【關(guān)鍵詞】： 果蠅算法 旅行商問題 學(xué)習(xí)記憶機(jī)制 λ-opt算法 離散型嗅覺搜索
【基金】：國家自然科學(xué)基金項(xiàng)目(71271034)資助 國家社科基金項(xiàng)目(15CGL031)資助 遼寧省自然科學(xué)基金項(xiàng)目(2014025015)資助
【分類號(hào)】：TP18
【正文快照】： 1引言旅行商問題是具有廣泛應(yīng)用價(jià)值和重要理論價(jià)值的NP-hard問題,描述簡單卻難以求解,一直作為衡量各種算法性能的平臺(tái).隨著人工智能的發(fā)展,出現(xiàn)了許多求解TSP的群智能優(yōu)化算法并不斷改進(jìn),如兩階段局部優(yōu)化遺傳算法[1]、擴(kuò)展型蟻群算法[2]、離散型雜草入侵算法[3]和智能水滴

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔣建國;夏娜;齊美彬;木春梅;;一種基于蟻群算法的多任務(wù)聯(lián)盟串行生成算法[J];電子學(xué)報(bào);2005年12期

2 劉臣奇;李梅娟;陳雪波;;基于蟻群算法的揀選作業(yè)優(yōu)化問題[J];系統(tǒng)工程理論與實(shí)踐;2009年03期

3 王翔;于浩杰;顏敏;鄭楠;;一種新穎的改進(jìn)螢火蟲算法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年08期

4 胡小兵,黃席樾;基于混合行為蟻群算法的研究[J];控制與決策;2005年01期

5 張永前;蔡延光;湯雅連;;求解固定費(fèi)用運(yùn)輸問題的混沌人工蜂群算法[J];電子世界;2013年04期

6 雷玉霞,王書西,曹寶香;基于Concept-Ontology的聯(lián)通分析與算法設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2005年31期

7 詹士昌 ,吳俊;基于蟻群算法的PID參數(shù)優(yōu)化設(shè)計(jì)[J];測控技術(shù);2004年01期

8 鐘慶豐;;知識(shí)探勘的利器-叢集算法(1)[J];電子與電腦;2008年02期

9 莫愿斌;劉賀同;;優(yōu)化算法的信息原理與群搜索[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年04期

10 李翠;紀(jì)峰;吳仰玉;常霞;;基于二次插值的人工蜂群算法[J];科學(xué)技術(shù)與工程;2013年20期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 楊盤洪;朱軍祥;趙建安;楊靜;;機(jī)動(dòng)目標(biāo)跟蹤的模糊變結(jié)構(gòu)交互多模算法[A];2007'中國儀器儀表與測控技術(shù)交流大會(huì)論文集（二）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 薛菲;基于蝙蝠算法的啟發(fā)式智能優(yōu)化研究與應(yīng)用[D];北京工業(yè)大學(xué);2016年

2 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學(xué);2013年

3 尤海峰;求解隱式目標(biāo)優(yōu)化問題的交互式進(jìn)化算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 余明捷;基于Hama的并行蟻群算法公交駕駛員排班問題研究[D];北京交通大學(xué);2016年

2 丁一;基于DSP嵌入式平臺(tái)的快速模型預(yù)測控制算法[D];浙江大學(xué);2016年

3 喬現(xiàn)偉;基于混沌的花粉算法及其在工程中的應(yīng)用[D];西安工程大學(xué);2016年

4 馮舒;基于蝙蝠優(yōu)化算法的陣列信號(hào)DOA估計(jì)方法研究[D];吉林大學(xué);2016年

5 嚴(yán)晶晶;WSN中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯縖D];鄭州大學(xué);2016年

6 吳丹;基于改進(jìn)蟻群算法的云計(jì)算平臺(tái)資源分配策略研究[D];哈爾濱工業(yè)大學(xué);2016年

7 朱書偉;基于群體智能的多目標(biāo)聚類算法研究[D];江南大學(xué);2016年

8 鄭哲;進(jìn)化算法的研究及其設(shè)計(jì)[D];廣東工業(yè)大學(xué);2016年

9 李枝勇;蝙蝠算法及其在函數(shù)優(yōu)化中的應(yīng)用研究[D];上海理工大學(xué);2013年

10 房娟艷;混合群搜索優(yōu)化算法及其應(yīng)用研究[D];太原科技大學(xué);2010年

，

本文編號(hào)：858364