求解多目标旅行商问题的混合遗传算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 52-56.

求解多目标旅行商问题的混合遗传算法

朱云飞1，2，蔡自兴1，袁琦钊2，郑金华2

1.中南大学信息科学与工程学院，长沙 410083
2.湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

Hybrid genetic algorithm for multiple-objective TSP

ZHU Yufei1，2，CAI Zixing1，YUAN Qizhao2，ZHENG Jinhua2

1.College of Information Science and Engineering，Central South University，Changsha 410083，China
2.Institute of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 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。

关键词: 旅行商问题, 多目标旅行商问题, 遗传算法, 多目标遗传算法, 贪婪的复合变异算子, 爬山法

Abstract: General TSP problem is a single target，only the pursuit of a performance index：The shortest path to go.However，the TSP for specific problems，in practice often needs to consider：The shortest distance，the time at least，cost the province，the risk of the smallest，and so a number of factors.In the text，a greedy composite operator and climb operator are introduced for increasing the MTSP searching ability.The experiment result demonstrates that the method is valid and effective.

Key words: Traveling Salesman Problem（TSP）, multiple-objective travelling salesman problem, genetic algorithm, multiple-objective genetic algorithm, greedy composite operator, climb

朱云飞1，2，蔡自兴1，袁琦钊2，郑金华2. 求解多目标旅行商问题的混合遗传算法[J]. 计算机工程与应用, 2011, 47(7): 52-56.

ZHU Yufei1，2，CAI Zixing1，YUAN Qizhao2，ZHENG Jinhua2. Hybrid genetic algorithm for multiple-objective TSP[J]. Computer Engineering and Applications, 2011, 47(7): 52-56.

[1]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[2]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.