科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对混合粒子群算法在求解旅行商问题(TSP)时容易陷入局部最优导致解的质量下降的情况，提出一种改进的混合粒子群算法。通过基于贪心策略的粒子初始化操作，使得初始搜索空间质量提高；加入动态学习概率来平衡粒子群算法中的个体学习和群体学习；在个体学习和群体学习中加入Metropolis准则，依一定概率来接受劣解，能够有效地增加种群多样性和提高跳出局部最优的能力；变异操作采用2-opt局部优化的策略，能够有效地解决路径交叉问题，增强算法局部寻优能力，求得更高质量的解。利用Matlab对改进混合粒子群算法和其他4种算法在TSPLIP实例上进行试验，结果显示改进混合粒子群算法在求解精度、稳定性以及解决较大规模TSP上都具有优势。
- 出版日期2022
- 单位自动化学院; 江苏师范大学
