计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
13期
62-65
,共4页
遗传算法%二次变异%旅行商问题(TSP)%种群多样性%搜索能力
遺傳算法%二次變異%旅行商問題(TSP)%種群多樣性%搜索能力
유전산법%이차변이%여행상문제(TSP)%충군다양성%수색능력
genetic algorithm%double mutation%Traveling Salesman Problem(TSP)%diversity of the population%search capacity
通过对基本遗传算法采用单点位变异和倒置变异两次变异操作进行改进，并把该算法应用到TSP问题的求解中。仿真结果表明，改进后的算法提高了种群的多样性，增强了算法的局部搜索能力，从而使最终找到的解比基本遗传算法更优。另外，二次变异的改进遗传算法对种群规模的敏感性比非二次变异的基本遗传算法更强，相同条件下当增大种群规模时，二次变异的改进算法能得到更优的解。
通過對基本遺傳算法採用單點位變異和倒置變異兩次變異操作進行改進，併把該算法應用到TSP問題的求解中。倣真結果錶明，改進後的算法提高瞭種群的多樣性，增彊瞭算法的跼部搜索能力，從而使最終找到的解比基本遺傳算法更優。另外，二次變異的改進遺傳算法對種群規模的敏感性比非二次變異的基本遺傳算法更彊，相同條件下噹增大種群規模時，二次變異的改進算法能得到更優的解。
통과대기본유전산법채용단점위변이화도치변이량차변이조작진행개진，병파해산법응용도TSP문제적구해중。방진결과표명，개진후적산법제고료충군적다양성，증강료산법적국부수색능력，종이사최종조도적해비기본유전산법경우。령외，이차변이적개진유전산법대충군규모적민감성비비이차변이적기본유전산법경강，상동조건하당증대충군규모시，이차변이적개진산법능득도경우적해。
Simple genetic algorithm is improved by using single point mutation and inversion mutation operators. The algorithm is applied to Traveling Salesman Problem(TSP). Simulation results show the diversity of population can be also improved by uising the modified algorithm. The local search capacity of the algorithm is effectively improved. The algo-rithm can find better solution than the simple genetic algorithm. In addition, the improved genetic algorithm has higher sensitivity for population size. Under the same conditions, when the population size increases, the improved algorithm can get a better solution.
