求解TSP的自适应优秀系数粒子群优化算法

作     者：程毕芸 鲁海燕 黄洋 许凯波 CHENG Biyun;LU Haiyan;HUANG Yang;XU Kaibo

作者机构：江南大学理学院江苏无锡214122 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2017年第37卷第3期

页      面：750-754,781页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(11371174) 中央高校基本科研业务费专项资金资助项目(1142050205135260 JUSRP51317B)~~ 

主　　题：自适应优秀系数 3-opt 粒子群优化算法 旅行售货商问题 

摘      要：针对基本离散粒子群优化(PSO)算法求解旅行售货商问题(TSP)时容易陷入局部最优解和早熟收敛的问题,提出了一种基于自适应优秀系数的粒子群(SECPSO)算法。为了提高算法的全局搜索能力,在已有工作的基础上,进一步利用启发式信息对静态的路径优秀系数进行修改,使之可根据解的搜索过程进行自适应动态调整;另外,为了进一步提高解的精确性和算法的收敛速度,添加了3-opt搜索机制,提高算法的局部搜索能力。利用Matlab进行了实验仿真,用国际通用的TSP数据库(TSPLIB)中的若干经典实例对算法性能进行了测试。实验结果表明,与其他几种算法相比,SECPSO算法在全局寻优能力和更快的收敛速度方面表现更优,是求解TSP问题的一种有潜力的智能算法。