改进的人工蜂群算法求解旅行商问题
周园园1; 汪顺和2
2022-06-10
发表期刊信息与电脑(理论版)
ISSN1003-9767
卷号34期号:11页码:56-58
摘要在利用标准人工蜂群算法求解全局最优解时,研究人员发现存在种群多样性降低、过早收敛、易陷入局部极值等问题。因此,在标准人工蜂群算法的初始化阶段,采用反向学习初始化种群,提高初始解的质量;在跟随蜂阶段,对适应度值不高的个体进行混沌扰动,以增加种群多样性,从而跳出局部极值。利用改进算法和标准人工蜂群算法分别对5个不同的旅行商问题(Traveling Salesman Problem,TSP)进行仿真实验,并对比两种算法的仿真结果。实验结果表明:利用改进的人工蜂群算法求解旅行商问题是可行且有效的;在稳定性方面,改进的人工蜂群算法优于标准人工蜂群算法。
关键词人工蜂群算法 旅行商问题(TSP) 反向学习 混沌扰动
URL查看原文
语种中文
资助项目安徽开放大学科研项目(项目编号:QN201906)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/50502
专题国家开放大学安徽分部
作者单位1.安徽广播电视大学省直分校;
2.安徽开放大学
第一作者单位国家开放大学安徽分部
第一作者的第一单位国家开放大学安徽分部
推荐引用方式
GB/T 7714
周园园,汪顺和. 改进的人工蜂群算法求解旅行商问题[J]. 信息与电脑(理论版),2022,34(11):56-58.
APA 周园园,&汪顺和.(2022).改进的人工蜂群算法求解旅行商问题.信息与电脑(理论版),34(11),56-58.
MLA 周园园,et al."改进的人工蜂群算法求解旅行商问题".信息与电脑(理论版) 34.11(2022):56-58.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[周园园]的文章
[汪顺和]的文章
百度学术
百度学术中相似的文章
[周园园]的文章
[汪顺和]的文章
必应学术
必应学术中相似的文章
[周园园]的文章
[汪顺和]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
一种基于人工智能的图像处理方法及系统
大学英语专业课堂话语的多模态创新
大学英语四级机考及对英语教学和学习的启示
英汉网络语言造词方法的比较
基于和声搜索算法的软件可靠性模型参数估计方法
基于人工智能技术的三级立体调车系统设计
浙江省江郎山岩生植物的生态位特征
基于Vue.js和JavaScript技术设计与实现的多功能Web计算器
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。