第 26卷 第 9期
Vol.26 No.9
重 庆 理 工 大 学 学 报(自然科学)
JournalofChongqingUniversityofTechnology(NaturalScience)
2012年 9月
Sep.2012
收稿日期:2012-04-22
作者简介:姜群(1959—),女,重庆人,副教授,主要从事智能计算、数据挖掘、生物信息等方面研究。
改进的遗传算法在 TSP问题中的应用
姜 群,晏 雨
(重庆理工大学 计算机科学与工程学院,重庆 400054)
摘 要:针对旅行推销员问题的遗传算法进行大规模运算需要耗费很多时间,而且易造成
局部最优的问题,通过改进典型遗传算法的交叉算子,提出一种改进的遗传算法,动态调整交叉
和变异概率以降低染色体近亲繁殖的可能,有效地控制了进化过程。与其他算法相比,不仅有
效地提高了算法的收敛速度,并且获得了更好的性能。用中国 100个城市的 TSP问题对提出的
算法进行实验验证。实验结果表明,改进后的遗传算法相对于其他遗传算法具有更强的全局寻
优性能和更少的收敛时间。
关 键 词:旅行商问题;遗传算法;组合优化;交叉算法
中图分类号:TP18 文献标识码:A 文章编号:1674-8425(2012)09-0096-04
ApplicationofGeneticAlgorithm inTSPProblem
JIANGQun,YANYu
(SchoolofComputerScienceandEngineering,ChongqingUniversityofTechnology,Chongqing400054,China)
Abstract:Thelargescaleoperationofgeneticalgorithm oftravelingsalesmanproblem (traveling
salesmanproblem,TSP)requiresalotoftime,andiseasytomakeintolocaloptimum.Performance
ofthetypicalgeneticalgorithm(GA)insolvingthetravelingsalesmanproblemisnotideal.Through
theimprovementofthetypicalofcrossoveroperatorofgeneticalgorithm,andinordertosolveTSP
problem,thispaperproposesanimprovedgeneticalgorithm,whichdynamicallyadjuststheprobabili
tiesofcrossoverandmutationinordertoreducethepossiblechromosomalinbreedingcoefficient,and
effectivelycontrolstheevolutionaryprocess.Comparedwithotheralgorithms,thisalgorithmeffectively
improvesthespeedofconvergenceandobtainsbetterperformance.Thisalgorithm isverifiedonthe
TSPproblemin100citiesinChina.Theresultsshowthattheimprovedgeneticalgorithmhasbetter
globalsearchingperformanceanduseslessconvergencetime.
Keywords:travelingsalesmanproblem;geneticalgorithm;combinatorialoptimization;crossalgo
rithm