已閱讀1頁，還剩71頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、TSP(旅行商問題)是指給定n個城市和各城市間的距離，要求確定一條經(jīng)過各個城市當(dāng)且僅當(dāng)一次的最短路線。它是一種典型的組合優(yōu)化問題，其最優(yōu)解的求解代價是指數(shù)級的。已經(jīng)證明TSP問題是一個NP-hard問題。 基于智能優(yōu)化算法求解TSP問題，是近年來剛剛興起的熱門課題。本文主要對粒子群算法和遺傳算法求解TSP問題進(jìn)行了研究。 1．在分析基本粒子群算法機理的基礎(chǔ)上，引入了粒子個體極值的平均值，將其與粒子個體極值和全局極值一起用
2、于粒子速度更新中，提出了一種改進(jìn)的粒子群算法。仿真結(jié)果表明改進(jìn)后的粒子群算法在收斂率和收斂速度等方面有明顯的提高。 2．引入交叉算子和變異算子，對求解TSP問題的粒子群算法提出了一種改進(jìn)，并用14-TSP和30-TSP問題對算法了測試，驗證了改進(jìn)算法的有效性。 3．利用遺傳算法求解了旅行商問題，并實驗分析了適應(yīng)度函數(shù)、交叉概率和變異概率在求解旅行商問題時，對算法性能的影響。 4．設(shè)計了山西省旅游線路優(yōu)化決策系統(tǒng)，
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于演化蟻群算法的TSP問題研究及應(yīng)用.pdf
- 基于蟻群優(yōu)化算法的TSP問題研究.pdf
- 解旅行推銷商問題（TSP）的智能優(yōu)化算法.pdf
- 基于蟻群算法的TSP優(yōu)化算法.pdf
- 基于TSP的遺傳算法優(yōu)化研究.pdf
- TSP問題的算法與應(yīng)用的研究.pdf
- TSP問題中的蟻群優(yōu)化算法研究.pdf
- 應(yīng)用于TSP問題的蟻群優(yōu)化算法參數(shù)研究.pdf
- 粒子群優(yōu)化算法在TSP中的研究及應(yīng)用.pdf
- 智能優(yōu)化算法及應(yīng)用的研究.pdf
- 基于覓食行為的智能優(yōu)化算法研究及應(yīng)用.pdf
- 群體智能算法在矢量量化及求解TSP問題中的應(yīng)用研究.pdf
- 求解TSP問題的演化算法應(yīng)用研究.pdf
- 基于智能優(yōu)化算法的聚類分析及應(yīng)用.pdf
- 基于粒子群算法的tsp問題研究
- 有關(guān)智能優(yōu)化算法及應(yīng)用的若干問題研究.pdf
- 求解TSP問題的化學(xué)反應(yīng)優(yōu)化算法研究.pdf
- 基于-粒子群算法的tsp問題的研究
- 分類問題的智能優(yōu)化算法及其應(yīng)用研究.pdf
- 基于智能優(yōu)化算法的車間調(diào)度問題的研究.pdf
評論
0/150
提交評論