求解TSP问题的自逃逸混合离散粒子群算法研究

计算机科学 ›› 2007, Vol. 34 ›› Issue (8): 143-144.

• 软件工程与数据库技术 • 上一篇下一篇

求解TSP问题的自逃逸混合离散粒子群算法研究

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
教育部项目（104262）;重庆市科技计划项目（CSTC-2006BB2328）;西南大学校基金（SWNUQ2005005）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 通过对旅行商问题（TSP）局部最优解与个体最优解、群体最优解之间的关系分析,针对DPSO算法易早熟和收敛慢的缺点,重新定义了离散粒子群DPSO的速度、位置公式,结合生物界中物种在生存密度过大时个体会自动分散迁徙的特性和局部搜索算法（SEC）后,提出了一种新的自逃逸混合离散粒子群算法（SEHDPSO）.自逃逸思想是一种确定性变异操作,能使算法中陷入局部极小区域的粒子通过自逃逸行为进行全局寻优,从而克服算法易早熟的缺陷.仿真结果表明,SEHDPSO算法比混合蚁群算法（ACS＋2-OPT）具有更好的收敛性和搜索

关键词: 离散粒子群算法旅行商问题自逃逸

Abstract: To deal with the problem of premature convergence and slow search speed, a new algorithm which named the discrete particle swarm optimization algorithm （DPSO）has been proposed based on redefining speed and position of the DPSO, for solving the symmetrical

Key words: Discrete particle swarm optimization algorithm, Traveling salesman problem, Self-escape

. 求解TSP问题的自逃逸混合离散粒子群算法研究[J]. 计算机科学, 2007, 34(8): 143-144. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

求解TSP问题的自逃逸混合离散粒子群算法研究

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0