新建
上传
首页
助手
最?/div>
资料?/div>
工具

TSP

问题的遗传算法求?/p>

 

 

 

 

摘要

:遗传算法是模拟生物进化过程的一种新的全局优化搜索算法,本文简

单介绍了遗传算法,并应用标准遗传算法对旅行包问题进行求解?/p>

 

关键?/p>

:遗传算法、旅行包问题

 

 

一?/p>

 

旅行包问题描述:

 

旅行商问题,?/p>

TSP

问题?/p>

Traveling Saleman Problem

)是数学领域的一

个著名问题,

也称作货郎担问题?/p>

简单描述为?/p>

一个旅行商需要拜?/p>

n

个城?/p>

?/p>

1

?/p>

2

?/p>

?/p>

?/p>

n

),他必须选择所走的路径,每个城市只能拜访一次,最后回

到原来出发的城市,使得所走的路径最短。其最早的描述?/p>

1759

年欧拉研?/p>

的骑士周游问题,对于国际象棋棋盘中的

64

个方格,走访

64

个方格一次且最

终返回起始点?/p>

 

用图论解释为有一个图

G=

?/p>

V,E

),其中

V

是顶点集?/p>

E

是边集,?/p>

D=

?/p>

d

ij

?/p>

是有顶点

i

和顶?/p>

j

之间的距离所组成的距离矩阵,

旅行商问题就是求?/p>

一条通过所有顶点且每个顶点只能通过一次的具有最短距离的回路。若对于

城市

V={v1

?/p>

v2

?/p>

v3

?/p>

...

?/p>

vn}

的一个访问顺序为

T=(t1

?/p>

t2

?/p>

t3

?/p>

?/p>

?/p>

ti

?/p>

?/p>

?/p>

tn)

,其?/p>

ti

?/p>

V(i=1

?/p>

2

?/p>

3

?/p>

?/p>

?/p>

n)

,且?/p>

tn+1= t1

,则旅行商问题的数学模型

为:

 

min     

L=Σd(t

(i),t(i+1))  

?/p>

i=1

?/p>

?/p>

?/p>

n

?/p>

 

旅行商问题是一个典型组合优化的问题,是一?/p>

NP

难问题,其可能的

路径数为?/p>

n-1

?/p>

?/p>

,随着城市数目的增加,路径数急剧增加,对与小规模的旅

行商问题,可以采取穷举法得到最优路径,但对于大型旅行商问题,则很难

采用穷举法进行计算?/p>

 

在生活中

TSP

有着广泛的应用,在交通方面,如何规划合理高效的道?/p>

交通,以减少拥堵;在物流方面,更好的规划物流,减少运营成本;在互联

网中?/p>

如何设置节点?/p>

更好的让信息流动?/p>

许多实际工程问题属于大规?/p>

TSP

?/p>

Korte

?/p>

1988

年提出的

VLSI

芯片加工问题可以对应?/p>

1.2e6

的城?/p>

TSP

?/p>

Bland

?/p>

1989

年提?/p>

X-ray

衍射问题对应?/p>

14000

城市

TSP

?/p>

Litke

?/p>

1984

年提出电路板设计中钻孔问题对应于

17000

城市

TSP

?/p>

以及

Grotschel1991

?/p>

提出的对应于

442

城市

TSP

?/p>

PCB442

问题?/p>

 

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

TSP

问题的遗传算法求?/p>

 

 

 

 

摘要

:遗传算法是模拟生物进化过程的一种新的全局优化搜索算法,本文简

单介绍了遗传算法,并应用标准遗传算法对旅行包问题进行求解?/p>

 

关键?/p>

:遗传算法、旅行包问题

 

 

一?/p>

 

旅行包问题描述:

 

旅行商问题,?/p>

TSP

问题?/p>

Traveling Saleman Problem

)是数学领域的一

个著名问题,

也称作货郎担问题?/p>

简单描述为?/p>

一个旅行商需要拜?/p>

n

个城?/p>

?/p>

1

?/p>

2

?/p>

?/p>

?/p>

n

),他必须选择所走的路径,每个城市只能拜访一次,最后回

到原来出发的城市,使得所走的路径最短。其最早的描述?/p>

1759

年欧拉研?/p>

的骑士周游问题,对于国际象棋棋盘中的

64

个方格,走访

64

个方格一次且最

终返回起始点?/p>

 

用图论解释为有一个图

G=

?/p>

V,E

),其中

V

是顶点集?/p>

E

是边集,?/p>

D=

?/p>

d

ij

?/p>

是有顶点

i

和顶?/p>

j

之间的距离所组成的距离矩阵,

旅行商问题就是求?/p>

一条通过所有顶点且每个顶点只能通过一次的具有最短距离的回路。若对于

城市

V={v1

?/p>

v2

?/p>

v3

?/p>

...

?/p>

vn}

的一个访问顺序为

T=(t1

?/p>

t2

?/p>

t3

?/p>

?/p>

?/p>

ti

?/p>

?/p>

?/p>

tn)

,其?/p>

ti

?/p>

V(i=1

?/p>

2

?/p>

3

?/p>

?/p>

?/p>

n)

,且?/p>

tn+1= t1

,则旅行商问题的数学模型

为:

 

min     

L=Σd(t

(i),t(i+1))  

?/p>

i=1

?/p>

?/p>

?/p>

n

?/p>

 

旅行商问题是一个典型组合优化的问题,是一?/p>

NP

难问题,其可能的

路径数为?/p>

n-1

?/p>

?/p>

,随着城市数目的增加,路径数急剧增加,对与小规模的旅

行商问题,可以采取穷举法得到最优路径,但对于大型旅行商问题,则很难

采用穷举法进行计算?/p>

 

在生活中

TSP

有着广泛的应用,在交通方面,如何规划合理高效的道?/p>

交通,以减少拥堵;在物流方面,更好的规划物流,减少运营成本;在互联

网中?/p>

如何设置节点?/p>

更好的让信息流动?/p>

许多实际工程问题属于大规?/p>

TSP

?/p>

Korte

?/p>

1988

年提出的

VLSI

芯片加工问题可以对应?/p>

1.2e6

的城?/p>

TSP

?/p>

Bland

?/p>

1989

年提?/p>

X-ray

衍射问题对应?/p>

14000

城市

TSP

?/p>

Litke

?/p>

1984

年提出电路板设计中钻孔问题对应于

17000

城市

TSP

?/p>

以及

Grotschel1991

?/p>

提出的对应于

442

城市

TSP

?/p>

PCB442

问题?/p>

 

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

TSP

问题的遗传算法求?/p>

 

 

 

 

摘要

:遗传算法是模拟生物进化过程的一种新的全局优化搜索算法,本文简

单介绍了遗传算法,并应用标准遗传算法对旅行包问题进行求解?/p>

 

关键?/p>

:遗传算法、旅行包问题

 

 

一?/p>

 

旅行包问题描述:

 

旅行商问题,?/p>

TSP

问题?/p>

Traveling Saleman Problem

)是数学领域的一

个著名问题,

也称作货郎担问题?/p>

简单描述为?/p>

一个旅行商需要拜?/p>

n

个城?/p>

?/p>

1

?/p>

2

?/p>

?/p>

?/p>

n

),他必须选择所走的路径,每个城市只能拜访一次,最后回

到原来出发的城市,使得所走的路径最短。其最早的描述?/p>

1759

年欧拉研?/p>

的骑士周游问题,对于国际象棋棋盘中的

64

个方格,走访

64

个方格一次且最

终返回起始点?/p>

 

用图论解释为有一个图

G=

?/p>

V,E

),其中

V

是顶点集?/p>

E

是边集,?/p>

D=

?/p>

d

ij

?/p>

是有顶点

i

和顶?/p>

j

之间的距离所组成的距离矩阵,

旅行商问题就是求?/p>

一条通过所有顶点且每个顶点只能通过一次的具有最短距离的回路。若对于

城市

V={v1

?/p>

v2

?/p>

v3

?/p>

...

?/p>

vn}

的一个访问顺序为

T=(t1

?/p>

t2

?/p>

t3

?/p>

?/p>

?/p>

ti

?/p>

?/p>

?/p>

tn)

,其?/p>

ti

?/p>

V(i=1

?/p>

2

?/p>

3

?/p>

?/p>

?/p>

n)

,且?/p>

tn+1= t1

,则旅行商问题的数学模型

为:

 

min     

L=Σd(t

(i),t(i+1))  

?/p>

i=1

?/p>

?/p>

?/p>

n

?/p>

 

旅行商问题是一个典型组合优化的问题,是一?/p>

NP

难问题,其可能的

路径数为?/p>

n-1

?/p>

?/p>

,随着城市数目的增加,路径数急剧增加,对与小规模的旅

行商问题,可以采取穷举法得到最优路径,但对于大型旅行商问题,则很难

采用穷举法进行计算?/p>

 

在生活中

TSP

有着广泛的应用,在交通方面,如何规划合理高效的道?/p>

交通,以减少拥堵;在物流方面,更好的规划物流,减少运营成本;在互联

网中?/p>

如何设置节点?/p>

更好的让信息流动?/p>

许多实际工程问题属于大规?/p>

TSP

?/p>

Korte

?/p>

1988

年提出的

VLSI

芯片加工问题可以对应?/p>

1.2e6

的城?/p>

TSP

?/p>

Bland

?/p>

1989

年提?/p>

X-ray

衍射问题对应?/p>

14000

城市

TSP

?/p>

Litke

?/p>

1984

年提出电路板设计中钻孔问题对应于

17000

城市

TSP

?/p>

以及

Grotschel1991

?/p>

提出的对应于

442

城市

TSP

?/p>

PCB442

问题?/p>

 

 

Ͼλ">
Ͼλ
Ŀ

TSP问题的遗传算法求?优化设计小论?- 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

TSP

问题的遗传算法求?/p>

 

 

 

 

摘要

:遗传算法是模拟生物进化过程的一种新的全局优化搜索算法,本文简

单介绍了遗传算法,并应用标准遗传算法对旅行包问题进行求解?/p>

 

关键?/p>

:遗传算法、旅行包问题

 

 

一?/p>

 

旅行包问题描述:

 

旅行商问题,?/p>

TSP

问题?/p>

Traveling Saleman Problem

)是数学领域的一

个著名问题,

也称作货郎担问题?/p>

简单描述为?/p>

一个旅行商需要拜?/p>

n

个城?/p>

?/p>

1

?/p>

2

?/p>

?/p>

?/p>

n

),他必须选择所走的路径,每个城市只能拜访一次,最后回

到原来出发的城市,使得所走的路径最短。其最早的描述?/p>

1759

年欧拉研?/p>

的骑士周游问题,对于国际象棋棋盘中的

64

个方格,走访

64

个方格一次且最

终返回起始点?/p>

 

用图论解释为有一个图

G=

?/p>

V,E

),其中

V

是顶点集?/p>

E

是边集,?/p>

D=

?/p>

d

ij

?/p>

是有顶点

i

和顶?/p>

j

之间的距离所组成的距离矩阵,

旅行商问题就是求?/p>

一条通过所有顶点且每个顶点只能通过一次的具有最短距离的回路。若对于

城市

V={v1

?/p>

v2

?/p>

v3

?/p>

...

?/p>

vn}

的一个访问顺序为

T=(t1

?/p>

t2

?/p>

t3

?/p>

?/p>

?/p>

ti

?/p>

?/p>

?/p>

tn)

,其?/p>

ti

?/p>

V(i=1

?/p>

2

?/p>

3

?/p>

?/p>

?/p>

n)

,且?/p>

tn+1= t1

,则旅行商问题的数学模型

为:

 

min     

L=Σd(t

(i),t(i+1))  

?/p>

i=1

?/p>

?/p>

?/p>

n

?/p>

 

旅行商问题是一个典型组合优化的问题,是一?/p>

NP

难问题,其可能的

路径数为?/p>

n-1

?/p>

?/p>

,随着城市数目的增加,路径数急剧增加,对与小规模的旅

行商问题,可以采取穷举法得到最优路径,但对于大型旅行商问题,则很难

采用穷举法进行计算?/p>

 

在生活中

TSP

有着广泛的应用,在交通方面,如何规划合理高效的道?/p>

交通,以减少拥堵;在物流方面,更好的规划物流,减少运营成本;在互联

网中?/p>

如何设置节点?/p>

更好的让信息流动?/p>

许多实际工程问题属于大规?/p>

TSP

?/p>

Korte

?/p>

1988

年提出的

VLSI

芯片加工问题可以对应?/p>

1.2e6

的城?/p>

TSP

?/p>

Bland

?/p>

1989

年提?/p>

X-ray

衍射问题对应?/p>

14000

城市

TSP

?/p>

Litke

?/p>

1984

年提出电路板设计中钻孔问题对应于

17000

城市

TSP

?/p>

以及

Grotschel1991

?/p>

提出的对应于

442

城市

TSP

?/p>

PCB442

问题?/p>

 

 



ļ׺.doc޸Ϊ.docĶ

  • ѧ赼ͽη
  • ²꼶²ĩԾο(ƪ)
  • оѧ ϰ
  • ˽̰ λ˼ Ϊ
  • 51ƬICŽϵͳ1ҵ
  • ѵԱֲ
  • ȫ°ѧӢۺϽ̵̳ڶU2 Key to Exercises
  • óӢκϰ
  • ѧ2--4Բ뷽--ʾ̰(4.3.1 ռֱϵ)
  • Ϣϵͳʱ֪ʶ(20160112)

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@) ICP20003344-4