欢迎来到天天文库
浏览记录
ID:36799737
大小:1.96 MB
页数:54页
时间:2019-05-15
《降幂编码遗传算法及其在旅行商问题中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、武汉科技大学硕士学位论文第1页摘要旅行商问题是一个实用背景广泛,并且有着重要理论价值的组合优化难题,该问题的一个显著特点是描述简单,但很难得到最优解。因为旅行商问题在工程技术领域的应用十分广泛,所以具有很高的研究价值。由于旅行商问题的时间复杂度很大,精确算法只能求解规模很小的旅行商问题,所以当求解规模较大的旅行商问题时,常常采用近似算法,遗传算法是一种常见的求解旅行商问题的近似算法。因为字符编码在求解旅行商问题时,拥有信息表达简单、直观的特点,所以目前在解决旅行商问题时,一般使用的都是字符型编码的遗传算法。但是字符型编码由于其
2、自身的特点,在求解旅行商问题时存在会产生非法染色体、计算效率低的缺点,其效果并不是很理想。本研究提出了一种新的求解旅行商问题的遗传算法编码方式,将其与字符型编码进行比较,证明其在交叉的时候不会产生非法的染色体,并且实验结果表明其能更快的找到最优解,这两个优点足以证明这种新的编码方式更适合求解旅行商问题。关键词:旅行商问题遗传算法二进制编码字符编码降幂编码第1I页武汉科技大学硕士学位论文AbstractTSPiSusedin811extensivepracticalbackground.whichiSthecombination
3、aloptimizationproblemwimimportanttheoreticalvalue,theobviousfeatureisthedescriptionisverysimple,butdifficulttogetalloptimalsolution.ItishighresearchvalueasTSPusedintheapplicationofengineeringtechnologyextensively.AsthegreattimecomplexityofTSP,exactalgorithmscanonlys
4、olvesmall-scaleTSP,SOapproximationalgorithmisusedalottosolvelarge—scaleTSP,geneticalgorithmisacommonsolutionofapproximationalgorithmforTSEBecausetheinformationissimpleandintuitivewhenchoosethecharacterencodingforTSP,thegeneticalgorithmforcharacteristicsencodingisaco
5、mmonsolutionnowadays.Howeverasitsowncharacteristicsofcharacterencoding,itisnotthebesteffectasitmakesillegalchromosomeandalsocalculatewithlowefficiency.Thisresearchgivesanewcharacteristi鹪encodingofgeneticalgorithmforTSP,comparedwi廿1othercharacteristics,itisprovedthat
6、itdoesn’tproduceillegalchromosomeswhencrossed,alsotheexperimentalresultsshowthatitcanhelpyoutofindaoptimalsolutionmuchfaster,、)l,itllthesetwoadvantages,thisnewcodingmethodiSprovedthatitiSamoresuitablesoluti011forTSEKeyword:TSP/geneticalgorithm/binaryencoding/charact
7、erencoding/descendingencoding武汉科技大学硕士学位论文第1Ⅱ页摘要目录¨IAbstract...............⋯⋯⋯⋯........⋯......⋯⋯⋯...............................⋯..................⋯...⋯⋯⋯..⋯..⋯⋯⋯.IIEj录⋯....⋯⋯⋯⋯..........⋯⋯⋯.⋯⋯⋯..⋯⋯⋯..⋯......⋯.⋯⋯⋯⋯....................⋯⋯⋯⋯.........⋯⋯⋯⋯llI第一章绪论l1.1选题背景
8、及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.2国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.3遗传算法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.3.1遗传算法的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
此文档下载收益归作者所有