VC无变异多重交叉遗传算法对旅行商问题的优化实现.doc

VC无变异多重交叉遗传算法对旅行商问题的优化实现.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
VC无变异多重交叉遗传算法对旅行商问题的优化实现

VC++067-无变异多重交叉遗传算法对旅行商问题的优化实现 摘 要:旅行商问题(Traveling Saleman Problem,TSP)是组合优化领域中的一个典型问题,涉及求多个变量函数的最小值。尽管问题陈述简单,但求解却非常困难,并且已经被科学家证明为NP完全问题。但该问题确实广泛存在诸多领域中,且是诸多领域内出现的多种复杂问题的集中概括和简化形式。快速、有效地解决旅行商问题有着较高的理论意义和高度的实际应用价值,这也是本文提出的用改进遗传算法求解旅行商问题的目的。 本文根据旅行商问题的特点和当前研究情况,选用遗传算法来对它进行求解。论文首先介绍了旅行商问题,已经对应遗传算法的原理及基本实现技术,并着重阐述了遗传算法的特性,再具体地针对传统遗传算法进行相应的改进。传统遗传算法在求解旅行商问题时通常采用城市次序编码法和边编码法。本文采用了传统方法,可以容易判断个体的合法性和计算其适应度。在遗传算法的求解过程中,本文的算法采用无变异,二重交叉以上的算法进行求解,经过试验结果证实,此方法求解的全局最优解几率较高。 关键字:TSP,改进遗传算法,无变异,多重交叉 ? 目录 摘要 3 1 TSP问题 4 1.1旅行商问题介绍 4 1.2 NP难题 5 1.3 TSP问题几种常见解法介绍 5 1.4 TSP问题的研究目的和意义 7 2遗传算法 7 2.1遗传算法简介 7 2.2 遗传算法原理 8 2.3 算法描述和运行步骤 8 2.4 参数 9 2.5 特点 9 2.6 变量 10 2.7 适用的问题 11 2.8 发展历史 11 2.9 应用领域 11 3 遗传算法与TSP问题的求解 12 3.1选择算子 12 3.2 交叉算子 13 3.3 变异算子介绍 17 3.4 仿真和结果 17 3.5 小结 18 参考文献 19 ? ? 以下是部分界面图,如图片不清,请直接点击图片,如需要看更详细的资料,请直接联系客服! ? ??????????????????????????? 图1(双击并最大化图片,可看清晰图片) ? ? ????????????????????????? 图2(双击并最大化图片,可看清晰图片) ? ? ????????????????????????????????? 图3(双击并最大化图片,可看清晰图片) -

文档评论(0)

juhui05 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档