求解TSP问题的混合遗传微粒群算法  

A Hybrid Genetic Particle Swarm Optimization for TSP

作　　者：李剑[1] 刘志明[1,2] 

机构地区：[1]湖北第二师范学院计算机科学与工程系,武汉430060 [2]华中科技大学水电与数字化工程学院,武汉430074

出　　处：《计算机与数字工程》2009年第5期33-34,102,共3页Computer & Digital Engineering

摘　　要：采用借鉴遗传算法的编码、交叉和变异操作的遗传微粒群算法对旅行商问题进行求解。针对微粒群算法的进化机制,设计了满足三条染色体交叉需要的分步式交叉算子。对多个基准测试实例的仿真计算表明,算法能有效的求解旅行商问题,在求解不同规模旅行商问题上性能均优于标准微粒群算法和离散二进制版本的微粒群算法。The genetic particle swarm optimization which is derived from particle swarm optimization （PSO） and incorporated with genetic coding, crossover and mutation operators was employed to solve traveling salesman problem （TSP）. The algorithm was implemented for well-known benchmark cases, and the simulation results have shown the infeasibility and effectiveness of the algorithm, which outperformed the standard PSO and the discrete binary version of PSO in various benchmark cases.

关 键 词：微粒群算法 旅行商问题 局部搜索 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]