改进的遗传模拟退火算法在TSP中的应用  

Application of Improved Genetic Simulated Annealing Algorithm in Traveling Salesman Problem

作　　者：马坤[1] 于海平[1] 彭启山[2] 

机构地区：[1]武汉科技大学计算机科学与技术学院,湖北武汉430081 [2]武汉科技大学管理学院,湖北武汉430081

出　　处：《武汉科技大学学报》2006年第3期266-269,共4页Journal of Wuhan University of Science and Technology

基　　金：湖北省科技厅科技攻关资助项目(2003AA404B10)

摘　　要：在介绍遗传算法和模拟退火算法的理论基础上,分析遗传算法和模拟退火算法的主要优缺点,提出了一种改进的遗传模拟退火算法。结合两种算法的优点,对其中的复制、交叉、变异操作进行了改进,并将该算法应用于TSP问题的求解之中。最后给出用该算法求解TSP问题的具体实现过程,并进行仿真实验,验证了该算法的有效性。Based on the introduction to the theory of genetic and simulated annealing algorithms, the paper analyses the major merits and shortcomings of the two algorithms. It presents an improved genetic simulated an： nealing algorithm aimed at traveling salesman problem, which combines the merits of the two algorithms, and improves on the operation of copying, crossover and mutation. The implementation of the algorithm for traveling salesman problem is given, and the simulation results have proved its efficiency.

关 键 词：旅行商问题 模拟退火算法 遗传算法 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]