贪婪随机自适应灰狼优化算法求解TSP问题

发布时间：2021-10-14 08:28

　　对于求解TSP问题,提出一种贪婪随机自适应灰狼优化算法（GRAGWO）。GRAGWO算法基于贪婪随机自适应搜索算法（GRASP）,采用其构造阶段生成初始解,在局部搜索阶段采用灰狼优化算法（GWO）对结果进行优化。GWO算法不能直接用于求解离散问题,易陷入局部最优,导致后期收敛速率较低。根据TSP问题的特性,针对易形成局部最优路径和随着迭代次数增进而导致种群多样性减退这两个缺陷,重新定义灰狼编码方式,与GRASP启发式算法相结合,应用于求解TSP问题。采用TSPLIB中的多组不同规模的TSP问题作为实验用例,并将GRAGWO算法与其他仿生算法进行对比,结果表明在求解准确率、稳定性和解决大型城市问题方面具有相对优势。 

【文章来源】：现代电子技术. 2019,42(14)北大核心

【文章页数】：6 页

【文章目录】：
0 引言
1 算法原理
    1.1 贪婪随机自适应搜索算法
    1.2 灰狼优化算法
        1.2.1 搜寻过程
        1.2.2 包围过程
        1.2.3 位置更新（攻击）
2 改进策略
    2.1 GRASP算法初始化种群
    2.2 目标函数构造
3 实验结果
4 结语


【参考文献】：
期刊论文
[1]基于改进灰狼优化算法的类TSP问题研究——以旅游为例[J]. 许如琪,曹敏,黄梦雪,朱艳慧.  地理与地理信息科学. 2018(02)
[2]旅行商问题的一种高效近似算法及其排考应用[J]. 袁志.  微电子学与计算机. 2018(01)
[3]改进遗传模拟退火算法在TSP优化中的应用[J]. 何庆,吴意乐,徐同伟.  控制与决策. 2018(02)
[4]具有自适应搜索策略的灰狼优化算法[J]. 魏政磊,赵辉,韩邦杰,孙楚,李牧东.  计算机科学. 2017(03)
[5]求解TSP问题的自适应离散型布谷鸟算法[J]. 张子成,韩伟.  计算机工程与应用. 2017(10)
[6]求解TSP问题的离散狼群算法[J]. 吴虎胜,张凤鸣,李浩,梁晓龙.  控制与决策. 2015(10)
[7]求解TSP问题的离散型萤火虫群优化算法[J]. 周永权,黄正新,刘洪霞.  电子学报. 2012(06)

硕士论文
[1]旅行商问题的研究与应用[D]. 袁豪.南京邮电大学 2017
[2]基于精英策略的改进狼群算法在城市公交路线问题中的研究[D]. 吴蕊蕊.吉林大学 2017
[3]关于融合GRASP算法的选择性集成学习方法研究[D]. 张婷.南京航空航天大学 2016
[4]基于免疫算法的TSP问题求解[D]. 冯舒怡.天津大学 2016
[5]蚁群算法的改进及TSP仿真研究[D]. 王胜训.西安电子科技大学 2014



本文编号：3435807