论文部分内容阅读
本论文对基本遗传算法的内容进行了综述。阐明遗传算法的基本概念、基本理论、对其构成要素分别进行了详细地介绍,如:染色体的编码方法,初始群体的产生,个体的适应度评价方法、运行参数,对基本遗传操作中的选择算子、交叉算子、变异算子的概念、具体操作方法的说明,以及算法终止条件的判定,如何设计遗传算法的操作步骤。
介绍了旅行商问题的数学模型和分类。并对以往针对TSP的解决方法进行了总结了。本论文涉及利用遗传算法求解TSP问题,
本论文讨论了遗传算法编码在表示和遗传操作算子等方面的应用情况,分别指出了顺序表示、路径表示和近邻表示等的优缺点。从应用的角度讨论了基于遗传算法的旅行商问题(TSP)的求解方法。在应用遗传算法求解旅行商问题时,参数值的不同设定对解有不同的影响,结合旅行商问题具体实例,对参数值的变化对于解的影响进行了观察和分析。
最后,本论文通过程序设计验证了遗传算法在解决NP完全问题的领域内具有寻找接近最优解的能力。此程序给出了解决TSP问题的一种方式。应用遗传算法解决旅行销售商问题(TSP),可以在比较短的时间内得到问题的近似最优解。程序的主要功能有:随机产生城市坐标值,具体城市个数和演化迭代的代数由用户任意指定,通过选择、交叉、变异功能模块实现寻找最短路径。