求解广义旅行商问题的混合染色体遗传算法

doi:10.3778/j.issn.1002-8331.2009.27.019

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (27): 59-61.DOI: 10.3778/j.issn.1002-8331.2009.27.019

求解广义旅行商问题的混合染色体遗传算法

王美华，田绪红，廖鸿翔

华南农业大学信息学院，广州 510642

收稿日期:2008-05-21 修回日期:2008-09-04 出版日期:2009-09-21 发布日期:2009-09-21
通讯作者: 王美华

Genetic algorithm for optimal design of machining route

WANG Mei-hua，TIAN Xu-hong，LIAO Hong-xiang

College of Information，South China Agricultural University，Guangzhou 510642，China

Received:2008-05-21 Revised:2008-09-04 Online:2009-09-21 Published:2009-09-21
Contact: WANG Mei-hua

摘要/Abstract

摘要： 提出了针对广义旅行商问题（GTSP）的混合染色体遗传算法（HCGA）。目前，广义染色体遗传算法（GCGA）是求解GTSP问题的最好方法，但这种方法在编码设计上存在不足，使得算法全局搜索能力较差。在GCGA算法基础上，设计了二进制和整数混合编码的染色体，并更新了交叉和变异算子设计，得到改进算法HCGA。理论和实验结果都说明：HCGA比GCGA等多种算法具有更强的全局搜索能力。

关键词: 遗传算法, 混合染色体, 广义旅行商, 最优化路线

Abstract: A genetic algorithm of hybrid chromosome（HCGA） is proposed for solving generalized traveling sales man problem（GTSP）.Generalized chromosome genetic algorithm has been the most effective method for GTSP since it is proposed，but its global searching capacity needs to be improved.In HCGA algorithm，the chromosome is updated with a hybrid one of binary and integer codes，and the crossover and mutation operators are renewed accordingly.The theoretical analysis and experimental results indicates HCGA performs better than GCGA and other methods in global searching.

Key words: genetic algorithm, hybrid chromosome, generalized traveling sales man problem（GTSP）, optimal routing

中图分类号:

TP391

王美华，田绪红，廖鸿翔. 求解广义旅行商问题的混合染色体遗传算法[J]. 计算机工程与应用, 2009, 45(27): 59-61.

WANG Mei-hua，TIAN Xu-hong，LIAO Hong-xiang. Genetic algorithm for optimal design of machining route[J]. Computer Engineering and Applications, 2009, 45(27): 59-61.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

求解广义旅行商问题的混合染色体遗传算法

Genetic algorithm for optimal design of machining route

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics