本课题正是运用MATLAB进行编程,利用遗传算法对这一问题进行求解。用户可以自定义城市坐标或者输入城市数目随机产生城市坐标经过选择、交叉、变异运算后最终得到最优解。实验对比了不同情况,结果表明遗传算法对解决这一问题表现出了不错的效果。 【关键词】旅行商问题遗传算法交叉算子选择算子变异算子 Traveling Salesman ...
城市总数信息是用户设置的城市数目。总距离信息是经过计算的TSP问题的最优路径长度,它是屏幕上象素点间的距离。 算法运行时间模块:包括算法启动前时间,它是用户设置完城市,进行求解时刻的时间;算法结束时间,它是程序运行完成,正确输出TSP结果时刻的时间;算法耗费时间,它是进行遗传算法求解TSP时算法所消耗的时间。
摘要 本发明公开了一种基于改进遗传算法的旅行商问题求解方法。该方法为:对旅行商问题进行编码,用染色体表示问题的潜在解,并形成编码后的初始种群,设定交叉父本的相似度阈值和种群进化过程中收敛度系数;利用旅行商问题的最短路程的倒数作为种群个体的适应度;据此更新迄今为止最优个体,选择待交叉的父本;求出待交叉父本...
一个遗传算法 50分
一种基于改进遗传算法的旅行商问题求解方法专利信息由爱企查专利频道提供,一种基于改进遗传算法的旅行商问题求解方法说明:本发明公开了一种基于改进遗传算法的旅行商问题求解方法,步骤包括:针对TSP问题,对路径采用十进...专利查询请上爱企查