遗传算法在旅行商问题的研究与应用

旅行商问题(TSP)是一类典型的非确定性多项式(NP)完全组合优化问题。针对基本遗传算法在求解这类问题时容易出现局部收敛现象,提出了改进,采用轮盘赌和优秀个体复制相结合的方法进行选择,对11个城市的旅行商问题进行研究,通过比较发现取得良好的收敛,该方法在解决很多NP完全组合优化问题上同样适用。

有性繁殖还是无性繁殖?

种族的繁衍并不一定需要性行为。自然界中另一项高明的繁殖技巧是通过(单性生殖)细胞分裂进行个体复制,也就是说克隆。细菌、病毒和其他单性微生物就选择了这种办法。

用于求解TSP问题的遗传算法改进

TSP问题是一个著名的NP难问题,提出一种改进的遗传算法用来解决该问题。为了处理传统遗传算法中出现的早熟、收敛速度慢、收敛结果不准确等问题,分别在选择、交叉、变异3个阶段对算法进行优化。设计一个动态适应度函数;放弃轮盘赌策略,采用无放回式优良个体多复制原则,防止优良基因被破坏;按照群体适应度值分布,动态改变交叉率及变异率;引入相似度概念,避免出现近亲交配现象,影响种族进化;寻找并记忆优良基因簇,加快收敛过程。实验结果证明,改进遗传算法的优化性能提升了17.04%。