改進(jìn)的遺傳算法及其在旅行推銷商的應(yīng)用.pdf

1、研究能在搜索過(guò)程中自動(dòng)獲取和積累有關(guān)搜索空間的知識(shí)，并自適應(yīng)的控制搜索過(guò)程，從而得到最優(yōu)解或近似最優(yōu)解的通用搜索算法一直是令人矚目的課題。遺傳算法就是這種特別有效的算法。 遺傳算法(Genetic Algorithm——GA)，是模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過(guò)程的計(jì)算模型，它是由美國(guó)Michigan大學(xué)的J.Holland教授于1975年首先提出的。遺傳算法主要的特點(diǎn)在于：簡(jiǎn)單、通用、魯棒性強(qiáng)。經(jīng)過(guò)三十多年的發(fā)展，

2、遺傳算法已經(jīng)在旅行商問(wèn)題、生產(chǎn)調(diào)度、函數(shù)優(yōu)化、機(jī)器學(xué)習(xí)等領(lǐng)域得到成功的應(yīng)用。 本文研究?jī)?nèi)容包括兩個(gè)方面：一個(gè)是基于基因庫(kù)和多重搜索策略求解TSP的遺傳算法，算法將已有的“基因庫(kù)”的思想和多重搜索策略結(jié)合起來(lái)，對(duì)交叉算子進(jìn)行改造，并就幾個(gè)典型的TSP問(wèn)題進(jìn)行了測(cè)試。另一個(gè)是小生境自適應(yīng)混合遺傳算法，該算法引入小生境技術(shù)，提出了兩個(gè)多樣性評(píng)價(jià)指標(biāo)，并結(jié)合自適應(yīng)技術(shù)和模擬退火算法的思想對(duì)遺傳算法進(jìn)行改進(jìn)，最后就TSP問(wèn)題進(jìn)行了重復(fù)對(duì)比