解旅行推銷商問題（TSP）的智能優(yōu)化算法.pdf

1、旅行推銷商問題(TSP)是組合優(yōu)化中的一個(gè)熱點(diǎn)問題，它有著廣泛的應(yīng)用背景。運(yùn)輸調(diào)度、機(jī)械手運(yùn)動(dòng)、旅游路線設(shè)計(jì)等眾多實(shí)際問題與TSP數(shù)學(xué)模型密切相關(guān)。TSP問題是一個(gè)典型的NP完全問題。傳統(tǒng)的優(yōu)化方法在求解TSP時(shí)有其自身的局限性，這就促使人們努力去尋找更好的解決辦法。 智能優(yōu)化算法是最近數(shù)十年來所發(fā)明的一些新優(yōu)化技術(shù)的統(tǒng)稱，包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火、混沌、禁忌搜索及其混合優(yōu)化策略等等。其中，模擬退火算法源于物理和化學(xué)

2、的退火過程，它由Metropolis算法和退火過程所組成。遺傳算法是一種基于生物自然選擇和基因遺傳學(xué)原理而發(fā)明的優(yōu)化搜索方法，包含選擇、交叉和變異三個(gè)基本操作。螞蟻算法是根據(jù)螞蟻外出尋食時(shí)大多沿著外激素較多的短路徑行走特點(diǎn)而發(fā)明的。Hopfield網(wǎng)絡(luò)是一種循環(huán)神經(jīng)網(wǎng)絡(luò)，從輸出到輸入有反饋連接，分離散型和連續(xù)型兩種。上述這些算法的發(fā)現(xiàn)為研究TSP等復(fù)雜問題提供了新的思路和手段。 本文做了以下一些工作。首先，我們介紹了人工神經(jīng)網(wǎng)絡(luò)