导读:本文包含了旅行商问题论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,旅行,组合,帝国,机制,萤火虫,邻域。
旅行商问题论文文献综述
胡士娟,鲁海燕,黄洋,许凯波[1]（2019）在《求解寻址多旅行商问题的改进单亲遗传算法》一文中研究指出为了解决非预先指定起点的单起点、闭回路且目标函数最长、路径最短的多旅行商问题,提出一种融合杂草算法繁殖机制的可寻址混合单亲遗传算法.该算法首先给出了一种新的编码方式,可在种群初始化时产生含有随机配送中心的个体,同时算法采用杂草算法的繁殖机制产生子代,从而加快收敛速度;然后采用改进的单亲遗传操作对路径进行寻优;最后采用混合选择算子对群体进行求解精度选择,避免算法陷入早熟收敛.为验证所提出的改进算法的有效性,采用Matlab对TSPLIB数据库中若干不同规模的实例进行仿真.实验结果表明,该算法在寻找最佳配送中心和最短路径方面具有良好的性能,且能在旅游路径规划问题上得到良好的应用.(本文来源于《东北师大学报(自然科学版)》期刊2019年04期）
裴小兵,于秀燕,王尚磊[2]（2019）在《混合帝国竞争算法求解旅行商问题》一文中研究指出针对旅行商组合优化问题,提出混合帝国竞争算法(HICA).以帝国竞争算法为框架,引入概率模型用以记录并更新可行解,利用概率矩阵挖掘可行解中的优秀可行解片段组合区块,用以降低帝国同化的复杂度及提高可行解的质量;利用贪婪准则及插入搜寻算子操作进行可行解重组,以加快收敛速度及提高种群多样性.提出反复搜索策略在不同的解空间进行有效的搜索,找出被遗漏的关键信息,避免局部最优化;通过对TSPLIB标准案例的仿真测试及结果比较,验证了混合帝国竞争算法的有效性.(本文来源于《浙江大学学报(工学版)》期刊2019年10期）
董传波[3]（2019）在《一个求解旅行商问题的松弛算法》一文中研究指出在旅行商问题(TSP)的传统模型中,子回路消除约束的数量随着问题规模的增大具有指数增长的特性,极大地限制了TSP的求解效率。基于TSP的松弛问题,本文提出一种有效生成子回路消除约束的方法。该方法通过求解一系列线性整数规划,来实现TSP的精确快速求解。数值结果表明,本方法相比于采用Cplex直接求解,能够更快地找到TSP的最优解。(本文来源于《山东科学》期刊2019年04期）
张立毅,高杨,费腾[4]（2019）在《求解旅行商问题的萤火虫遗传算法》一文中研究指出为改善基本遗传算法陷入局部最优的问题,提出一种改进的遗传算法,即萤火虫遗传算法。根据萤火虫算法能够自动划分成子组的优点,将萤火虫个体引入遗传算法的变异算子,即萤火虫变异;为防止萤火虫难以跳出局部极值的缺陷,引入变邻域扰动机制,提出萤火虫遗传算法。运用旅行商问题对改进遗传算法进行计算机测试仿真,仿真结果表明,改进遗传算法在求解精度和收敛速度上优于基本遗传算法。(本文来源于《计算机工程与设计》期刊2019年07期）
马晗,常安定,陈童,李江杰[5]（2019）在《基于文化混合优化算法的旅行商问题求解》一文中研究指出为更好地求解TSP问题,将遗传算法与模拟退火算法结合并纳入文化算法体系,提出一种求解旅行商问题的文化混合优化算法。该算法空间可分为独立并行的两部分:种群空间和信度空间。种群空间按照遗传退火混合算法实现进化,并将进化中的较优个体提供给信度空间,信度空间提取并利用较优个体所包含的信息来引导种群进化。通过求解TSP标准测试问题,将文化混合优化算法所求得的最优路径与其他优化算法所求结果相比,算法偏差均可降低0.6%～13.01%,表明了文化混合优化算法求解TSP问题的有效性与优越性。(本文来源于《计算机工程与科学》期刊2019年07期）
刘景鑫,李林林,李治华,张耘赫[6]（2019）在《一种求解旅行商问题的基于外部存档的自适应遗传算法》一文中研究指出旅行商问题是一类经典的组合最优化问题,在理论研究和实际应用领域具有重要的研究价值。本文提出了一种自适应遗传算法,通过变异率的自适应策略平衡算法的全局性和局部性,同时利用外部存档策略为种群进化提供具有全局指导信息的父代个体,提高了算法的收敛速度。通过对TSPLIB标准库中实例的测试,验证了算法的可行性和有效性。(本文来源于《计算机时代》期刊2019年07期）
孙娴[7]（2019）在《关于旅行商问题的数学模型》一文中研究指出对于旅行商问题,即旅行者由起点出发,经过所有给定的点之后,最后再回到原点的问题,该问题属于最短路径问题。本文章通过建立0-1规划模型来对旅行商问题进行求解,根据问题的具体要求,列出约束的方程组,由lingo计算结果,求出最短路径并得到最短路程。(本文来源于《科学技术创新》期刊2019年17期）
蔡延光,陈厚仁,戚远航[8]（2019）在《混沌烟花算法求解旅行商问题》一文中研究指出旅行商问题(Travelling Salesman Problem,TSP)是一种经典的组合优化问题,属于典型的NP难问题,具有重要的研究价值。文中提出了一种混沌烟花算法来求解TSP。所提算法使用最大位置法定义离散域中的烟花算法,并加入混沌优化策略来增强算法的搜索能力。设计了4个参数实验来分析主要参数对CFWA的影响并确定了较优的参数设置。对比实验表明:相比于对比算法,混沌烟花算法求解旅行商问题时具有较好的收敛性和稳定性。(本文来源于《计算机科学》期刊2019年S1期）
陈孟辉,刘俊麟,徐健锋,李向军[9]（2019）在《求解旅行商问题的多样化搜索帝国竞争算法》一文中研究指出帝国竞争算法是一种局部搜索能力较强的群智能优化算法,但过度的局部搜索会导致多样性丢失并陷入局部最优。针对这一问题提出基于多样化搜索的帝国竞争算法(MSSICA)。将国家定义为一条可行解,将王国定义成四种特性不同的组合人造解方式。在搜索时使用区块机制保留各自的优势解片段,并对不同的帝国使用差异化的组合人造解方式以搜索不同解空间的有效可行解信息。在陷入局部最优时,使用多样化搜索策略注入均匀分布的可行解替换较无优势的解以提升多样性。实验结果显示,多样化搜索策略可以有效地改善帝国算法的求解多样性,并提升求解质量与稳定性。(本文来源于《计算机应用》期刊2019年10期）
胡士娟[10]（2019）在《基于改进遗传算法的多旅行商问题的研究》一文中研究指出遗传算法(Genetic Algorithm,简称GA)是一种通过模拟自然进化过程来搜索最优解的启发式搜索算法。由于该算法具有内在的隐并行性、良好的全局寻优能力和较强的鲁棒性,所以被广泛用于求解复杂的组合优化问题,比如旅行商问题(Traveling salesman problem,TSP)和多旅行商问题(Multiple Traveling Salesman Problem,MTSP)。TSP是经典的NP-hard组合优化问题,而MTSP是TSP的一种推广,相比TSP,MTSP具有更多的实际应用,但是研究成果却相对较少。因此本文对求解MTSP的遗传算法和MTSP的不同模型进行研究,主要研究工作如下:(1)首先针对研究较多的单起点闭回路多旅行商问题,提出了一种融合杂草算法繁殖机制和局部优化变异算子的改进遗传算法(RLGA)。该算法利用入侵杂草优化算法中以适应度为基准的繁殖机制来产生种群并进行遗传操作,以此来提高算法的搜索效率;同时提出一种混合局部优化算子作为变异算子来提高算法的局部搜索能力,从而提高收敛精度。实验结果表明,RLGA在求解工作量平衡的多旅行商问题时可以快速收敛到较优解,并且求解精度得到了很大的提高。(2)为克服固定起点闭回路多旅行商问题不能对最佳配送中心进行寻优的缺陷,提出了一种起点可寻优的多旅行商问题模型,该模型中起点未预先指定,而是允许在求解过程中进行优化。更进一步,针对这种新模型,提出了一种融合杂草算法繁殖机制的可寻址改进单亲遗传算法(RAIPGA),并设计出了一种新的编码方式,可在种群初始化时产生含有随机配送中心的个体,以使得在算法过程中对配送中心位置进行寻优。在RAIPGA中,所采用的杂草算法繁殖机制可以产生与父代起点一致的子代,从而加快收敛速度;其改进的单亲遗传操作可同时对配送中心和路径进行寻优;混合选择算子对群体进行选择,并可避免算法陷入早熟收敛。仿真实验表明RAIPGA在寻找最佳配送中心和最短路径方面具有良好的性能,且能在旅游路径规划问题上得到很好的应用。(3)针对多起点闭回路多旅行商问题,提出了一种模糊C均值聚类单亲遗传算法(FCMPGA)。该算法首先按照欧氏距离和城市隶属度将城市分成若干类,之后将每个类作为一个TSP并通过改进的单亲遗传算法进行求解,这不仅可极大缩减算法的搜索空间,使种群在缩减后的搜索空间进行更充分的探索,且能更快地得到问题的最优解。实验结果表明,该算法在不同规模问题上均具有良好的求解性能,尤其在大规模问题上算法性能表现更优,且收敛速度更快。(本文来源于《江南大学》期刊2019-06-01）
旅行商问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对旅行商组合优化问题,提出混合帝国竞争算法(HICA).以帝国竞争算法为框架,引入概率模型用以记录并更新可行解,利用概率矩阵挖掘可行解中的优秀可行解片段组合区块,用以降低帝国同化的复杂度及提高可行解的质量;利用贪婪准则及插入搜寻算子操作进行可行解重组,以加快收敛速度及提高种群多样性.提出反复搜索策略在不同的解空间进行有效的搜索,找出被遗漏的关键信息,避免局部最优化;通过对TSPLIB标准案例的仿真测试及结果比较,验证了混合帝国竞争算法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
旅行商问题论文参考文献
[1].胡士娟,鲁海燕,黄洋,许凯波.求解寻址多旅行商问题的改进单亲遗传算法[J].东北师大学报(自然科学版).2019
[2].裴小兵,于秀燕,王尚磊.混合帝国竞争算法求解旅行商问题[J].浙江大学学报(工学版).2019
[3].董传波.一个求解旅行商问题的松弛算法[J].山东科学.2019
[4].张立毅,高杨,费腾.求解旅行商问题的萤火虫遗传算法[J].计算机工程与设计.2019
[5].马晗,常安定,陈童,李江杰.基于文化混合优化算法的旅行商问题求解[J].计算机工程与科学.2019
[6].刘景鑫,李林林,李治华,张耘赫.一种求解旅行商问题的基于外部存档的自适应遗传算法[J].计算机时代.2019
[7].孙娴.关于旅行商问题的数学模型[J].科学技术创新.2019
[8].蔡延光,陈厚仁,戚远航.混沌烟花算法求解旅行商问题[J].计算机科学.2019
[9].陈孟辉,刘俊麟,徐健锋,李向军.求解旅行商问题的多样化搜索帝国竞争算法[J].计算机应用.2019
[10].胡士娟.基于改进遗传算法的多旅行商问题的研究[D].江南大学.2019
论文知识图
