基于蚁群算法的tsp问题求解策略研究

《基于蚁群算法的tsp问题求解策略研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于蚁群算法的TSP问题求解策略研究摘要TSP问题是计算机网络、路由规划中的经典问题。而蚁群优化算法作为高效的计算智能的方法，在离散优化领域有着十分广泛的应用，其中最为经典的是最优回路求解问题。因此，本文在分析蚁群算法发展现状的基础上，针对TSP问题的求解策略，来深入分析蚁群基数的设置对收敛效率的影响。最后通过MATlAB编程工具运行相关代码，并得到相应的TSP问题解。实验结果表明：随着蚁群基数的增加，TSP问题求解的时间也会线性增加；当蚁群基数大于等于TSP问题的结点个数的时候，TSP问题的解才会保持稳定且趋近于蚁群基数与节点

2、个数相等时的TSP问题的解。关键字蚁群算法蚁群基数TSP21ResearchontheTSPSolutionbasedonAntColonyOptimization[Abstract]TheTSPproblemisaclassicproblemincomputernetwork,routeplanning.Andtheantcolonyoptimizationalgorithmasanefficientmethodofcomputationalintelligence,hastheextremelywidespreadappli

3、cationinthefieldofdiscreteoptimization,themostclassicistheoptimalcircuittosolvetheproblem.Therefore,thisarticleonthebasisofanalyzingthecurrentsituationofthedevelopmentofantcolonyalgorithm,TSPproblemsolvingstrategy,toanalyzeantcolonybaseSettingsaffecttheconvergenceeff

4、iciency.FinallythroughMATlABprogrammingtoolsrunthecode,andgetthecorrespondingTSPproblemsolution.Theexperimentalresultsshowthatwiththeincreaseofbaseofantcolony,TSPproblemsolvinglineartimewillalsogrow;whenantcolonycardinalityisgreaterthanorequaltothenodenumberoftheTSPp

5、roblem,thesolutionoftheTSPproblemwillkeepstableandtendtobaseofantcolonyandTSPproblemsolutionofnodenumberisequal.[KeyWords]AntcolonyoptimizationThebaseofantcolonyTSP21目录1引言.............................................................11.1TSP问题简述及其历史....................

6、....................11.2TSP问题的意义及求解方法....................................11.3蚁群算法的前景和意义........................................21.4蚁群算法的产生与发展........................................21.5蚁群算法的现状..............................................31.6本文的研究内容..................

7、............................31.7本文的组织结构..............................................42蚁群算法.........................................................52.1蚁群算法的基本原理..........................................52.2蚁群算法的基本流程..........................................62.3蚁群优化算

8、法的改进版本......................................73实验设计与分析..................................................113.1实验假设...................