求解TSP 问题的离散狼群算法
CSTR:
作者:
作者单位:

1. 武警工程大学装备工程学院,西安710086;
2. 空军工程大学a. 装备管理与安全工程学院,b. 空管领航学院,西安710051.

作者简介:

吴虎胜

通讯作者:

中图分类号:

TP18;TP393

基金项目:

国家自然科学基金项目(61472442, 61472443, 61203268);武警工程大学理论项目(WJY201511, JLX201540, JLX201503).


Discrete wolf pack algorithm for traveling salesman problem
Author:
Affiliation:

1. Materiel Engineering College,Armed Police Force Engineering University,Xi’an 710086,China;
2a. Materiel Management and Safety Engineering College,2b. Air Traffic Control and Navigation College,Air Force Engineering University,Xi’an 710051,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    通过定义反转算子, 对人工狼位置和智能行为重新进行整数编码设计, 并结合概率近邻初始化方法, 提出一种求解旅行商问题的离散狼群算法. 该算法保留了狼群算法基于职责分工的协作式搜索特性, 并较好地平衡了算法的广度开拓和深度开采能力. 采用C-TSP 问题和TSPLIB 数据库中的多组TSP 问题作为实验用算例, 并将所提出算法与其他5 种智能优化算法进行对比, 仿真结果表明, 所提出算法在求解准确率、稳定性和所需迭代次数等方面具有相对优势.

    Abstract:

    Based on designing of reverse operator integer coding, the artificial wolves’ position and intelligent behaviors are redesigned. Then combined with the probabilistic nearest neighbor method, a discrete wolf pack algorithm(DWPA) is proposed to solve traveling salesman problem(TSP). The DWPA preserves the cooperative searching feature based on job distribution of the wolf pack, and makes a good balance between the searching ability in breadth and depth. Algorithm efficiency of TSP problems against five existing algorithms is examined for C-TSP and some TSPLIB instances of various sizes. Simulation results show that the DWPA has more advantages on accurate rate, computational robustness and iteration number.

    参考文献
    相似文献
    引证文献
引用本文

吴虎胜 张凤鸣 李浩 梁晓龙.求解TSP 问题的离散狼群算法[J].控制与决策,2015,30(10):1861-1867

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-07-03
  • 最后修改日期:2014-12-29
  • 录用日期:
  • 在线发布日期: 2015-10-20
  • 出版日期:
文章二维码