针对多目标旅行商问题, 提出了一种基于模拟植物生长的优化算法。该算法将Deb等人提出的非支配排序及构造偏序集等方法用于模拟植物生长的过程中, 克服了模拟植物生长算法搜索空间过大及收敛性不够理想的缺点。基于该算法的核心思想, 用MATLAB编程实现, 对参考文献的算例进行仿真测试。与其他算法比较, 获得了满意的结果。
1
使用具有非支配二元排序的遗传算法NSGA-II(Deb,2002)进行多目标Traveller Salesman优化(Jensen,2003)。
2021-11-11 00:44:46 56KB Python
1
:竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右 结果的特性来到达优化目的的新型寻优算法。给出了用竞争决策算法求解多目标旅行商问题的算法,经过大量数据测试和验证, 获得了较好的结果
2021-05-24 15:28:20 263KB 多目标旅行商问题
1
一般TSP问题是单目标的,只追求一个性能指标:所走路径最短。然而对于具体的TSP问题,实际中常常需要考虑:路程最短、时间最少、费用最省、风险最小等等多方面的因素。设计了贪婪的复合变异算子(GCM),引入隔代爬山法算子来提高多目标TSP问题的搜索能力。实验结果表明该算法是有效的。
2021-05-24 15:27:02 593KB 论文研究
1
分析了多目标问题的性质&提出一种在多个目标间权衡的评价指标’用一种较新的进化算法%蚂蚁算法来解决 多目标问题’对算法的实现进行了讨论’
2021-05-24 15:23:23 302KB 蚂蚁算法 多目标 旅行商问题
1
2010东北三省数学建模多目标旅行商问题探讨: B题:走遍全中国; 用混合遗传算法求解多目标TSP问题; 用蚂蚁算法解决多目标TSP问题; 任务均分的多旅行商问题; ......
2021-05-24 15:20:56 249KB 2010 东北三省 数学建模 旅行商
1