pg下载官方认证 基于Matlab的协同进化遗传算法求解旅行商问题

什么是旅行商问题呢，也就是Traveling Salesman Problem，简称为TSP问题，它的目的在于求解出最优化的城市线路组合，要求每个城市都必须走且仅仅走一遍的情况下，终点城市要和出发城市是同一个城市，最终所走过的路程需要最短。本文乃是在传统遗传算法的基础之上pg下载网站麻将胡了，对其展开改进优化，提出了精英保留的协同进化遗传算法，并且还分别以30个城市、50个城市以及75个城市当作例子，针对二者展开对比。该算法的运行流程如图1所示。

图1 协同进化遗传算法运行流程

初始种群得以产生之后，进行了种群数量设定为总路程倒数高低因素对应将其划分成三个子种群之为作，其中，具备最大程度适应度值的是子种群1，而呈现最小状态适应度值情况的则是子种群3，之后，各个单独子种群内在范围之处实施了交叉变异操作行为，相继产生出了新子种群1、新子种群2、新子种群3，与此同时，三个子种群相互之间两两的状态之际，共同开展了交叉变异操作行动，依次产生出新子种群4、新子种群5、新子种群6。接下来，会把这6个全新的子种群予以组合，之后，从中随机选取POP - 1个个体，并且依据精英保留策略，把它和父代的最优个体进行合并，进而得到新的种群，开启下一代的操作。

以三十个城市为例，进行十次重复试验，再以五十个城市为例，进行十次重复试验，第三次以七十五个城市为例，进行十次重复试验，然后取各次试验两种算法最优解的平均值来进行对比pg下载麻将胡了安卓专属特惠.安卓应用版本.中国，其结果如图二所示。

图2 两种算法的寻优结果对比

显然，相较于传统遗传算法，协同进化遗传算法拥有更为强大的最优解搜索能力，特别是在城市数量较多的情形下，像此例里的75个城市pg下载赏金下载，它能够更为有效地防止陷入局部最优，进而寻得全局最优解，让总路程变得更小。以75个城市数量作为例子，两种算法所确定的最优路径分别如同图3(a)以及3(b)所展示的那样。

(a) 传统遗传算法

(b) 协同进化遗传算法

图3 两种算法所确定的最优路径对比

在图3里，横轴是每个城市的横坐标，纵轴是每次城市的纵坐标，图中的数字是每个城市的编号。明显地，协同进化遗传算法所确定的最优路径更加规整，这意味着它和传统遗传算法相比较，拥有更强的全局寻优能力，并且具备更好的鲁棒性。

最后，有相关算法需求，欢迎通过微信公众号联系我们。