收藏本站
《吉林大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

大型TSP问题的蚁群优化规则研究

王霜  
【摘要】:旅行商(Traveling Salesman Problem,TSP)问题,是一个古老并且典型的NP-hard组合优化问题。当TSP问题的规模较小时,通过很多方法都能够快速高效的求出问题的解,但是随着问题规模的不断扩大,所求解的数量也以指数的形式快速增加,因此想要获得理想的解集必然要付出巨大的时间代价或是在短时间内根本无法得到一个理想的结果。TSP问题特别是大型TSP问题的有效求解,不但有着极其重要的理论价值、学术价值,更能帮助解决社会生活中的许多实际的问题,其实用性非常之高。因此,这一难题一直是中外众多研究学者们在不断研究的热点问题。为了在TSP问题的研究上有新的突破,人们开始尝试从一些新的角度来思考并提出新的思路来解决该问题。 随着“群智能”思想的提出,一系列以研究TSP问题为基础的智能优化算法相继出现,比如神经网络、遗传算法、模拟退火算法、线性规划算法、蚁群算法等,在对TSP问题的解决上,这些算法都表现出一定的优势,也存在各自的缺点。其中,由于蚁群算法的理论原理和TSP问题的求解过程具有一定的相似性,所以对TSP问题的处理与其他算法相比具有更好的效果。但人们的目标远不止如此,一切可以使该算法更加优化的研究一直在继续着。尽管蚁群算法已经表现出很好的求解性能,但是随着问题规模的放大,算法的弊端就显露无遗。当面对数据量较多的大型TSP问题时,基本蚁群算法或是各种改进算法还是在存着求解效率低、求解的精度小、易于陷入局部最优等问题。针对这一现象,本文通过优化蚁群算法的计算规则提出一了种改进的分段多功能蚁群算法,并以大型TSP问题为对象进行以下研究: (1)介绍并描述了TSP问题及大规模TSP问题的计算复杂性,对其现有的各种算法进行了对比介绍,并分析了他们各自存在的问题。 (2)对蚁群算法的产生背景、原理、模型和特征进行了详细的介绍,并针对其优缺点研究展望了它的发展前景与方向。 (3)对传统蚁群算法的规则进行优化更新,通过对传统的蚁群算法中的概率选择模型和蚁群的分类规则进行了改进,提出了一种新的算法-分段多功能蚁群算法,并对算法中各个参数的设置做了研究讨论。然后分别选取了小规模TSP问题和大规模TSP问题进行仿真实验。实验结果表明,改进后的算法能够在合理的运行时间内获得较好的全局最优解。 (4)对本文的研究工作进行了总结,指出了本文研究的缺点和不足,并展望了蚁群算法今后的研究内容与方向以及改进的蚁群算法在其他领域的应用。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前9条
1 贾祥素;董方武;;一种改进的模拟退火算法在服装配送系统中的应用[J];工业控制计算机;2009年10期
2 周康;强小利;同小军;许进;;求解TSP算法[J];计算机工程与应用;2007年29期
3 蔡之华,彭锦国,高伟,魏巍,康立山;一种改进的求解TSP问题的演化算法[J];计算机学报;2005年05期
4 王潮,宣国荣;人工神经网络求解TSP问题新方法[J];计算机应用与软件;2001年04期
5 全惠云,文高进;求解TSP的子空间遗传算法[J];数学理论与应用;2002年01期
6 邹鹏,周智,陈国良,顾钧;求解TSP问题的多级归约算法[J];软件学报;2003年01期
7 王潮;时向勇;李昶;汪镭;;基于群体智能的0/1背包问题求解研究进展[J];微型电脑应用;2007年06期
8 吴斌,赵燕伟;蚁群算法的研究现状[J];自动化仪表;2004年01期
9 苗爱敏;施心陵;宋执环;;基于动态特性的改进粒子群优化算法[J];中国科技论文在线;2011年10期
中国硕士学位论文全文数据库 前10条
1 李玮;关于旅行商问题的改进遗传算法[D];重庆大学;2004年
2 肇勇;改进蚁群算法的理论及方法研究[D];西南石油学院;2004年
3 林志毅;改进的遗传算法求解TSP问题[D];武汉理工大学;2006年
4 许文方;基于单亲遗传算法的TSP问题研究[D];合肥工业大学;2006年
5 孙海雷;改进的遗传算法求解TSP问题[D];重庆大学;2007年
6 唐伟;基于改进遗传算法的TSP问题求解研究[D];大连海事大学;2008年
7 李薇;遗传算法及其在TSP问题中的应用研究[D];贵州大学;2008年
8 蒋荣;遗传算法在TSP问题上的应用[D];合肥工业大学;2009年
9 高贤维;改进的TSP进化求解算法研究[D];南华大学;2008年
10 孔翔宇;蚁群算法的改进及仿真研究[D];西安电子科技大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 孙勇;李妮;龚光红;韩亮;;基于知识库的动态蚁群算法[J];北京工业大学学报;2012年03期
2 孙如祥;黄柏雄;谢祥宏;夏曼;;多核CPU下基因库的多种群遗传算法[J];传感器与微系统;2011年08期
3 严小燕;李旸;夏桂林;;蚁群算法在求解旅行商问题中的改进[J];巢湖学院学报;2010年06期
4 李葶;;简述解决TSP问题的智能优化算法[J];当代经济;2011年18期
5 齐晓鹏;王洁;牛天林;;用蚁群与模拟退火混合策略对动能拦截器控制系统参数优化[J];电光与控制;2009年04期
6 时向勇;李先华;郑成建;;The Study of Extracting River Nets Based on Intelligence Ant Colony Algorithm on MODIS Remote Sensing Images[J];Journal of Donghua University(English Edition);2010年05期
7 赵海发;翟文胜;;改进蚁群算法求解两地间时间最优路径[J];电脑编程技巧与维护;2011年22期
8 陈美军;张志胜;史金飞;;基于自适应多态蚁群算法的多约束车辆路径问题[J];东南大学学报(自然科学版);2008年01期
9 花本高;丛雪;;基于遗传算法物流配送路线优化研究与实现[J];电脑知识与技术;2010年24期
10 夏瑞雪;卢荣胜;;数控铣床视觉在位测量路径规划方法[J];电子测量与仪器学报;2011年08期
中国重要会议论文全文数据库 前2条
1 钟文亮;;求解TSP的变异算子的设计及优化应用[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
2 陈美军;张志胜;史金飞;;MDVRPMC问题的智能多态蚁群算法研究[A];2007第三届中国智能交通年会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 庄梅玲;三维衣身原型曲面展平技术的研究[D];东华大学;2010年
2 朱云飞;一种用进化方法求解鲁棒最优问题的研究[D];中南大学;2011年
3 王利;冷轧全流程生产计划与动态调度方法的研究与应用[D];大连理工大学;2011年
4 吴珊珊;面向复杂制造系统的智能生产调度方法及其应用研究[D];东华大学;2011年
5 吴震宇;内燃机故障诊断若干理论与相关技术的研究[D];东北大学;2010年
6 彭晟;演化算法的静电场论模型[D];武汉大学;2011年
7 时向勇;复杂地面背景的大气程辐射遥感反演及其应用研究[D];上海大学;2012年
8 余福茂;关于物流系统规划若干关键技术的研究[D];浙江大学;2003年
9 王英章;高精高速微孔PCB数控钻床关键技术的研究与应用[D];重庆大学;2004年
10 刘涵;水库优化调度新方法研究[D];西安理工大学;2006年
中国硕士学位论文全文数据库 前10条
1 唐晓寒;基于最大最小蚁群算法的多配送中心智能物流调度研究[D];河南工业大学;2010年
2 温晓磊;混合算法在物流运输问题中的研究和应用[D];天津理工大学;2010年
3 何峥;基于适宜度的网站广告自动投放系统的设计[D];电子科技大学;2010年
4 陈秀琴;无约束最优化问题牛顿型算法的若干研究[D];福建师范大学;2009年
5 迟宁;焊接机器人智能控制程序的研究与实现[D];北方工业大学;2011年
6 叶创鑫;物流配送的路径优化与行程时间预测[D];暨南大学;2011年
7 豆之敬;基于遗传模拟退火算法的电梯轿厢生产车间调度研究[D];广东工业大学;2011年
8 李艳生;分布式并行计算智能调度策略的研究与实现[D];湖北师范学院;2011年
9 邓生杰;2x2快速矩阵乘法问题的完全求解[D];华南理工大学;2011年
10 李菲;差异工件批调度问题的动态自适应加权多态蚁群算法研究[D];郑州大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 曲强,陈雪波;基于MATLAB的模拟退火算法的实现[J];鞍山科技大学学报;2003年03期
2 张剑;李大卫;;基于粒子群优化和两性二倍体的遗传算法及其应用[J];鞍山科技大学学报;2006年04期
3 庄昌文,范明钰,李春辉,虞厥邦;基于协同工作方式的一种蚁群布线系统[J];半导体学报;1999年05期
4 吕欣,冯登国;背包问题的量子算法分析[J];北京航空航天大学学报;2004年11期
5 周培德,周忠平,张欢;寻求中国货郎担问题最短回路的多项式时间算法[J];北京理工大学学报;2000年02期
6 周培德;求解货郎担问题的几何算法[J];北京理工大学学报;1995年01期
7 陈海雷;玄光哲;于海;钟时;;用基于二进制编码的异步粒子群算法解0/1背包问题[J];长春理工大学学报;2006年02期
8 梁华为;陈万明;李帅;梅涛;孟庆虎;;一种无线传感器网络蚁群优化路由算法[J];传感技术学报;2007年11期
9 唐立新;旅行商问题(TSP)的改进遗传算法[J];东北大学学报;1999年01期
10 朱成娟;王知人;邬丽丽;;基于分区的改进的遗传算法求解TSP问题[J];燕山大学学报;2007年04期
中国硕士学位论文全文数据库 前10条
1 文杰;求解TSP问题的遗传算法[D];南京航空航天大学;2003年
2 史今驰;背包问题的实用求解算法研究[D];山东大学;2005年
3 林志毅;改进的遗传算法求解TSP问题[D];武汉理工大学;2006年
4 许文方;基于单亲遗传算法的TSP问题研究[D];合肥工业大学;2006年
5 孙海雷;改进的遗传算法求解TSP问题[D];重庆大学;2007年
6 唐伟;基于改进遗传算法的TSP问题求解研究[D];大连海事大学;2008年
7 张挺;遗传算法在旅行商及网络优化问题中的研究与应用[D];太原理工大学;2008年
8 任昊南;用遗传算法求解TSP问题[D];山东大学;2008年
9 李薇;遗传算法及其在TSP问题中的应用研究[D];贵州大学;2008年
10 蒋荣;遗传算法在TSP问题上的应用[D];合肥工业大学;2009年
【相似文献】
中国期刊全文数据库 前9条
1 王树森;;高等学校应该建立咨询机构[J];延安大学学报(社会科学版);1987年03期
2 ;1997年4期擂台赛点评[J];电脑爱好者;1997年07期
3 曹旻;杨彩霞;;FMM算法中问题规模与空间划分的关系分析[J];计算机工程与应用;2011年25期
4 胡辉;;基于单DSP实现扩维并行离散Walsh变换算法的研究[J];遥测遥控;2007年01期
5 成孟金;赵飞;;简化线性规划模型的方法研究及实现[J];计算机与信息技术;2009年03期
6 卢欣,李衍达;TSP问题分层求解算法的复杂度研究[J];自动化学报;1999年02期
7 肖明旺,许坚,车永刚,王正华;一个实用高性能PC集群的Linpack测试与分析[J];计算机应用研究;2004年09期
8 罗晓广,李晓梅;求解对称三对角矩阵特征值问题的一种新算法[J];国防科技大学学报;1997年03期
9 王磊;;一种新的混合并行蚁群算法研究应用[J];信息技术;2012年07期
中国博士学位论文全文数据库 前1条
1 王瑜;基于多方法融合的进化算法研究[D];中国科学技术大学;2011年
中国硕士学位论文全文数据库 前2条
1 王莹;不正常航班和旅客行程恢复问题研究[D];南京航空航天大学;2013年
2 王霜;大型TSP问题的蚁群优化规则研究[D];吉林大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026