最大熵分布估计算法及其在旅行商问题中的应用  

Maximum Entropy Estimation of Distribution Algorithm and Its Application in TSP

作　　者：常城[1] 高慧敏[2] 

机构地区：[1]太原科技大学电子信息工程学院,山西太原030024 [2]嘉兴学院机电工程学院,浙江嘉兴314001

出　　处：《嘉兴学院学报》2013年第6期100-104,共5页Journal of Jiaxing University

基　　金：山西省自然科学基金(2009011011-3);山西省回国留学人员科研资助项目(2011-078);山西省软科学项目(2011041001-02)

摘　　要：分布估计算法是一种基于遗传算法的种群进化算法,但在处理较大规模的旅行商问题时容易过早陷入局部最优.针对这一情况,将最大熵理论引入分布估计算法,对其概率分布模型及种群生成策略进行改进,提出了一种最大熵分布估计算法.并基于旅行商标准测试库TSPLIB进行了实例仿真测试,结果表明,最大熵分布估计算法的性能得到了有效的改善.Estimation of distribution Algorithm （EDA） is a new type of population evolutionary algorithm, but it＇s easy for the algorithm to fall into local optimum especially in solving large--scale traveling salesman problem. By introducing maximum entropy principle into EDA, a new Estimation of Distribution Algorithm （MEEDA） is proposed, which improves the distribution probability model and population generation strategy. Simulation tests have been made based on traveling salesman standard test library--TSPLIB, and the results show that the performance of the maximum entropy estimation of distribution algorithm has been effectively ira-- proved.

关 键 词：分布估计算法 最大熵理论 旅行商问题 

分 类 号：O414.11[理学—理论物理]