基于蚁群算法与遗传算法的TSP路径规划仿真

摘要：

蚁群算法在求解TSP(旅行商)问题时存在收敛速度慢、容易陷入局部最优的缺点,遗传算法具有较强的全局搜索能力而被广泛采用.然而,遗传算法是基于二进制编码的交叉和变异操作,对TSP问题中的城市序列并不适用.结合蚁群算法和遗传算法提出了一种新的ACAG(the Algorithm Combined by ACA and GA)算法.通过在蚁群算法中引入贪心策略,选取下一城市时,把选择范围限定在离当前城市最近的部分城市中,能迅速提高搜索速度,快速收敛到较优解.在蚁群算法迭代一定次数后动态过渡到遗传算法,利用遗传算法全局、快速搜索的特点,对解空间进行扩充,能有效避免陷入局部最优,较快的得到最优解.实验结果表明,算法性能明显优于传统的蚁群算法和遗传算法.

关键词：蚁群算法、遗传算法、贪心策略、旅行商问题

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：江苏省高校自然科学研究项目;国家自然科学基金

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：398-402,412