基于SFLA-GA混合算法求解时间最优的旅行商问题
该文以经典的对称旅行商问题(Symmetric Traveling Salesman Problem, STSP)为基础,求解时间最优的旅行商问题(Time Optimal TSP, TOTSP),将拟合函数引入到混合蛙跳遗传算法(SFLA-GA)的适应度函数来反映景点客流量随时间的变化,旨在旅游旺季为游客提供一条游览时间最短的路径推送服务.实验结果表明:相对于随机游览路径,SFLA-GA混合算法得到的游览路径明显节省了游览时间;与SFLA和混合粒子群遗传算法(PSO-GA)相比较,SFLA-GA 混合算法具有计算量少、收敛速度快、对初始种群依赖性低以及全局性更好等优点,在求解TOTSP上搜索性能更强、时间更优.
时间最优的旅行商问题、混合蛙跳遗传算法、适应度函数、拟合函数、游览时间
40
TP301.5(计算技术、计算机技术)
国家科技支撑计划项目2013BAH52F01 The National Science and Technology Support Program of China 2013BAH52F01
2018-02-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
363-370