一種改進的遺傳算法及其在TSP求解中的應用.pdf

1、　　遺傳算法(Genetic Algorithm,簡稱GA)由John Holland于1975年提出,對于傳統(tǒng)方法難于求解的組合優(yōu)化、模式識別、圖像處理等復雜問題,使用該算法求解能得到令人較為滿意的解。近年來,遺傳算法在解決連續(xù)變量的函數最優(yōu)化問題和離散變量的組合最優(yōu)化問題時表現出的魯棒性、全局性、隱并行性和自適應性使其成為一種應用日益廣泛的智能優(yōu)化算法。
　　TSP是組合優(yōu)化中最為著名的問題,它綜合了一大類組合優(yōu)化問題的典型特

2、征,并以不同的形式存在于超大規(guī)模集成芯片制造、印刷電路板設計、X—射線結晶學、機器人控制等高科技領域。
　　由NP完全理論可知,TSP屬于NP難問題,用常規(guī)的搜索方法無法有效地求解。但如今正迅速發(fā)展的按自然法則計算的思想在求解大規(guī)模組合優(yōu)化問題時表現出非凡的潛力,其中的一個分枝—遺傳算法以其獨有的魅力吸引了越來越多的研究者。
　　經典遺傳算法的主要特點在于它的簡單性和魯棒性,幾乎不需要知道所求問題的任何知識,但也正是由于這一

3、點,遺傳算法不能利用問題本身的信息,影響了求解具體問題時的效率。因此,在研究利用遺傳算法求解TSP問題上我們存在很大的改進空間。
　　本文對遺傳算法的理論與應用進行了一些研究和分析工作。首先介紹了遺傳算法的理論和它在組合優(yōu)化問題中的應用,然后針對TSP問題的求解進一步指出遺傳算法存在易陷入早熟收斂和后期收斂速度慢的缺點,最后本文在原有遺傳算法的基礎上提出了一種改進的遺傳算法。由于考慮到交叉算子和變異算子對算法的多樣性影響,因此交叉