模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2007年
4期
478-484
,共7页
禁忌搜索(TS)%Rough集%集中性%多样性%旅行商问题(TSP)
禁忌搜索(TS)%Rough集%集中性%多樣性%旅行商問題(TSP)
금기수색(TS)%Rough집%집중성%다양성%여행상문제(TSP)
针对以旅行商问题(TSP)为代表的组合优化问题提出一种基于Rough集理论的两阶段禁忌搜索算法.该算法没有采用多数自适应禁忌搜索算法所用的动态调整禁忌搜索参数的方式平衡集中性搜索和多样性搜索,而是采用两阶段搜索策略.第一阶段着眼于多样性搜索.通过激励搜索过程远离起点,对解空间进行相当程度的探索,在此基础上构造希望区域决策表,继而获得希望区域.第二阶段着眼于集中性搜索.以包含希望区域的最佳解作为起点进行集中性搜索.在选择当前解时,利用多样性搜索得到的路径信息进行有条件的限制.TSP基准问题的计算结果表明该算法是可行有效的.
針對以旅行商問題(TSP)為代錶的組閤優化問題提齣一種基于Rough集理論的兩階段禁忌搜索算法.該算法沒有採用多數自適應禁忌搜索算法所用的動態調整禁忌搜索參數的方式平衡集中性搜索和多樣性搜索,而是採用兩階段搜索策略.第一階段著眼于多樣性搜索.通過激勵搜索過程遠離起點,對解空間進行相噹程度的探索,在此基礎上構造希望區域決策錶,繼而穫得希望區域.第二階段著眼于集中性搜索.以包含希望區域的最佳解作為起點進行集中性搜索.在選擇噹前解時,利用多樣性搜索得到的路徑信息進行有條件的限製.TSP基準問題的計算結果錶明該算法是可行有效的.
침대이여행상문제(TSP)위대표적조합우화문제제출일충기우Rough집이론적량계단금기수색산법.해산법몰유채용다수자괄응금기수색산법소용적동태조정금기수색삼수적방식평형집중성수색화다양성수색,이시채용량계단수색책략.제일계단착안우다양성수색.통과격려수색과정원리기점,대해공간진행상당정도적탐색,재차기출상구조희망구역결책표,계이획득희망구역.제이계단착안우집중성수색.이포함희망구역적최가해작위기점진행집중성수색.재선택당전해시,이용다양성수색득도적로경신식진행유조건적한제.TSP기준문제적계산결과표명해산법시가행유효적.
