基于蚁群算法求解TSP问题的改进

J4 ›› 2010, Vol. 23 ›› Issue (2): 58-61.

基于蚁群算法求解TSP问题的改进

陈洁¹, 刘希玉¹, 李庆波²

1. 山东师范大学管理与经济学院，山东济南 250014；2. 山东天辉科技有限公司通讯事业部，山东济南 250100

收稿日期:2009-12-10 出版日期:2010-04-20 发布日期:2010-04-20

An Ant Colony Algorithm Based Improvement for TSP Solutions

CHEN Ji,¹ LIU Xi-Yu¹, LI Qiang-Bei²

1. School of Management and Economics, Shandong Normal University, Jinan 250014, China; 2. Shandong Miky Way Information Technology Co. Ltd., Jinan 250100, China

Received:2009-12-10 Online:2010-04-20 Published:2010-04-20

摘要/Abstract

摘要：

蚁群算法虽然具有鲁棒性和发现较好解的能力，但其搜索时间较长，当规模较大时易陷入局部最优解。
本文通过求解TSP问题，对其进行改进。通过在特定情况下对路径进行逐步遍历比较来降低陷入局部最优
解的可能性，找出最优解。实验验证结果表明，这种改进蚁群算法对求解TSP问题有较好的效果。

关键词: 蚁群算法, TSP, 改进, 遍历

中图分类号:

TP316

陈洁, 刘希玉, 李庆波. 基于蚁群算法求解TSP问题的改进[J]. J4, 2010, 23(2): 58-61.

CHEN Ji, LIU Xi-Yu, LI Qiang-Bei. An Ant Colony Algorithm Based Improvement for TSP Solutions[J]. J4, 2010, 23(2): 58-61.

[1]	曹若冰, 曹成铉, 徐猛, 曹璐. 韧性交通枢纽中突发大客流疏散优化研究[J]. 山东科学, 2023, 36(2): 76-84.
[2]	程仁辉, 贾顺平. 考虑拥堵道路停车惩罚的定制公交调度研究[J]. 山东科学, 2021, 34(1): 53-61.
[3]	于成功, 李秀邦, 马生元. 基于超效率DEA-FKM的城市机动车信号[J]. 山东科学, 2019, 32(2): 108-114.
[4]	陈国华. 基于改进SLP理论的铁路电商物流中心布局研究[J]. 山东科学, 2018, 31(5): 48-57.
[5]	黄全，贺振欢,何红. 高铁枢纽车站到发线运用与进路选择综合优化研究[J]. 山东科学, 2017, 30(6): 79-86.
[6]	唐勇伟，赵景波，王茂励，郝慧娟，吕晓慧. 基于改进遗传算法的自抗扰控制器优化设计[J]. 山东科学, 2016, 29(5): 1-8.
[7]	胡进宝，孟晓雨，高卫东. 基于改进城市引力模型的高速公路社会经济适应性研究——以宁武高速公路为例[J]. 山东科学, 2016, 29(4): 68-74.
[8]	王文彦，李文庆，王晓燕，王波. 数据压缩技术在海洋资料浮标通信系统中的应用[J]. 山东科学, 2015, 28(2): 1-5.
[9]	陈瑶，陈阿莲，李向东，陈伟. 变电站智能巡检机器人全局路径规划设计[J]. 山东科学, 2015, 28(1): 114-119.
[10]	董升伟,贾元华,赵雪静. 基于改进蚁群算法的集装箱装卸顺序优化研究[J]. J4, 2012, 25(5): 92-97.
[11]	徐雷, 张小宁. 基于明暗度分类和改进二分法的车牌字符分割[J]. J4, 2012, 25(3): 1-6.
[12]	朱立勤, 高康林, 高明俊. 基于小波分析的蚁群算法在图像边缘提取中的应用[J]. J4, 2011, 24(2): 51-55.

基于蚁群算法求解TSP问题的改进

An Ant Colony Algorithm Based Improvement for TSP Solutions

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 12

Metrics

本文评价

推荐阅读 0