模拟退火算法求TSP问题的MatLab程序
主程序. 主程序中有一rand('seed',n) n 为某一整
数, 这是设置随机数发生器的种子，这样实际上规定
了随机数发生的方式，因此后面的随机数其实都是定
下来的，这样所有人就可以看到同一结果, 可注释掉
此行，那么每次的结果就不一定再相同了.
2021-12-14 09:49:52
898KB
1
针对旅行商问题(TSP)优化中,遗传算法(GA)容易陷入局部最优、模拟退火算法(SA)收敛速度慢的问题,提出一种基于改进遗传模拟退火算法(IGSAA)的TSP优化算法.首先根据优化目标建立数学模型;然后对遗传算法部分中的适应度函数、交叉变异算子进行改进,使算法能够更加有效地避免陷入局部最优;最后根据旧种群和新种群每个对应个体的进化程度提出一种改进自适应的Metropolis准则,使模拟退火算法部分的染色体跳变更具有自适应性,利于算法寻优.对不同TSP实例的实验结果表明,与其他路径优化算法优化结果相比,所提出的IGSAA算法能够对不同TSP实例优化得到更优的旅行路径.
2021-12-13 10:00:22
414KB
1
模拟退火，禁忌搜索，遗传算法，神经网络-MATLAB程序合集_matlab源码.rar
2021-12-12 20:00:09
5KB
【TSP问题】基于模拟退火结合遗传算法求解31城市旅行商问题matlab源码.zip
2021-12-12 16:10:59
342KB
1
《非数值并行算法》内容包括:模拟退火算法、并行模拟退火算法、渐进收敛法、冷却进度表、模拟退火算法的应用、改进合变异、boltzmann机及其在组合优化中的应用。
2021-12-12 09:04:30
2.84MB
1
TSP问题是典型的NP-hard组合优化问题，遗传算法是求解此类问题的一种方法，但它存在如何较快地找到全局最优解，并防止“早熟”收敛的问题。针对上述问题并结合TSP问题的特点，提出将遗传算法与模拟退火算法相结合形成遗传模拟退火算法。为了解决群体的多样性和收敛速度的矛盾，采用了部分近邻法来生成初始种群，生成的初始种群优于随机产生初始种群。仿真实验结果证明，该算法相对于基本遗传算法的收敛速度、搜索质量和最优解输出概率方面有了明显的提高。
2021-12-11 10:00:53
529KB
1