期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
改进遗传算法在TSP问题中的应用
被引量：
10
下载PDF
职称材料
导出
摘要
旅行商问题是典型的NP组合优化问题。提出一种旅行商问题求解应用上的改进遗传算法。引入贪心算法优化初始种群,在轮盘赌选择基础上,融入最优保存策略和掺杂算子进行选择操作,以保证群体的多样性;基于两点三段随机交叉算子优化交叉结果,基于启发式倒位变异算子提高算法的收敛速度;给出了求解旅行商问题系统的体系结构。实验结果表明,改进的遗传算法具有更好的寻优能力。
作者
蒋然
机构地区
扬州市职业大学信息工程学院
出处
《软件导刊》
2016年第12期127-129,共3页
Software Guide
关键词
旅行商问题
遗传算法
贪心算法
组合优化
体系结构
分类号
TP319 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
101
参考文献
13
共引文献
294
同被引文献
89
引证文献
10
二级引证文献
33
参考文献
13
1
晏雨..改进的遗传算法和分布估计算法求解TSP问题[D].重庆理工大学,2013:
2
王建忠,唐红.
TSP问题的一种快速求解算法[J]
.微电子学与计算机,2011,28(1):7-10.
被引量：11
3
张芳琴.
改进遗传算法在TSP组合优化问题中的应用[J]
.高师理科学刊,2014,34(5):1-4.
被引量：3
4
姜群,晏雨.
改进的遗传算法在TSP问题中的应用[J]
.重庆理工大学学报（自然科学）,2012,26(9):96-99.
被引量：6
5
姚明海,王娜,赵连朋.
改进的模拟退火和遗传算法求解TSP问题[J]
.计算机工程与应用,2013,49(14):60-65.
被引量：43
6
于莹莹,陈燕,李桃迎.
改进的蚁群遗传算法求解旅行商问题[J]
.计算机仿真,2013,30(11):317-320.
被引量：20
7
杨玉,李慧,戴红伟.
改进量子交叉遗传算法在TSP问题中的应用[J]
.南京师范大学学报（工程技术版）,2012,12(3):43-48.
被引量：8
8
蒋然,张光桃.
基于预分类的逆变异分类器算法[J]
.软件,2015,36(2):39-44.
被引量：4
9
于莹莹,陈燕,李桃迎.
改进的遗传算法求解旅行商问题[J]
.控制与决策,2014,29(8):1483-1488.
被引量：159
10
周泽岩,张喜.
基于改进遗传算法的TSP问题求解的研究[J]
.物流技术,2012,31(9):220-223.
被引量：7
二级参考文献
101
1
Artificial Neural Networks──Theory and Applications[J]
.Journal of Systems Engineering and Electronics,1995,6(2):1-1.
被引量：1
2
邓娟,陈莘萌.
一种基于最大相似性的TSP问题求解算法[J]
.计算机工程,2004,30(17):1-2.
被引量：12
3
王凌,吴昊,唐芳,郑大钟,金以慧.
混合量子遗传算法及其性能分析[J]
.控制与决策,2005,20(2):156-160.
被引量：44
4
蔡之华,彭锦国,高伟,魏巍,康立山.
一种改进的求解TSP问题的演化算法[J]
.计算机学报,2005,28(5):823-828.
被引量：60
5
金晶,苏勇.
一种改进的自适应遗传算法[J]
.计算机工程与应用,2005,41(18):64-69.
被引量：82
6
江雷.
基于并行遗传算法的弹性TSP研究[J]
.微电子学与计算机,2005,22(8):130-133.
被引量：10
7
陈杰,陈熙霖,高文.
基于遗传算法重采样的人脸样本扩张[J]
.软件学报,2005,16(11):1894-1901.
被引量：8
8
任子武,伞冶.
自适应遗传算法的改进及在系统辨识中应用研究[J]
.系统仿真学报,2006,18(1):41-43.
被引量：169
9
张思才,张方晓.
一种遗传算法适应度函数的改进方法[J]
.计算机应用与软件,2006,23(2):108-110.
被引量：51
10
高海昌,冯博琴,朱利b.
智能优化算法求解TSP问题[J]
.控制与决策,2006,21(3):241-247.
被引量：120
共引文献
294
1
闫茹.
遗传算法在旅游行程规划系统的应用研究[J]
.计算机产品与流通,2020,9(7):115-115.
2
梁烨,张鸿洲,李明源.
面向视频监控点位部署评估的基于风险熵改进蚁群算法[J]
.计算机应用研究,2020,37(S01):98-101.
被引量：2
3
邵煜恒,李惠芳.
基于GIS的地形起伏地区天然气管道路径寻优[J]
.中国石油和化工标准与质量,2019,39(24):7-8.
被引量：1
4
曹红倩.
应用改进Q-learning算法解决柔性作业车间调度问题[J]
.国外电子测量技术,2022,41(4):164-169.
被引量：3
5
王晓博,李一军.
电子商务下基于改进两阶段算法的有时间窗车辆调度优化[J]
.中国管理科学,2007,15(6):52-59.
被引量：9
6
高尚,杨静宇,吴小俊,刘同明.
圆排列问题的蚁群模拟退火算法[J]
.系统工程理论与实践,2004,24(8):102-106.
被引量：9
7
段俊花,李孝安.
基于改进遗传算法的机器人路径规划[J]
.微电子学与计算机,2005,22(1):70-72.
被引量：26
8
文杰,倪勤.
改进遗传算法求解TSP问题[J]
.数学的实践与认识,2005,35(2):129-133.
被引量：3
9
李泽文.
《猎狐》不宜作教材[J]
.教育研究与实验（新课程研究）,2005(5):15-16.
10
高尚.
解旅行商问题的混沌蚁群算法[J]
.系统工程理论与实践,2005,25(9):100-104.
被引量：44
同被引文献
89
1
蒋腾旭,谢枫.
遗传算法中防止早熟收敛的几种措施[J]
.计算机与现代化,2006(12):54-56.
被引量：11
2
杨华芬,魏延.
一种求解TSP问题的改进遗传算法[J]
.重庆工学院学报,2007,21(9):86-90.
被引量：5
3
徐义春,肖人彬.
一种改进的二进制粒子群算法[J]
.模式识别与人工智能,2007,20(6):788-793.
被引量：19
4
刘青凤,李敏.
基于遗传算法的TSP问题优化求解[J]
.计算机与现代化,2008(2):43-44.
被引量：10
5
杨文,顾保磊,戴光耀.
一种避免早熟收敛的改进遗传算法[J]
.软件导刊,2009,8(3):53-55.
被引量：3
6
高芳,崔刚,吴智博,刘宏伟,杨孝宗.
求解背包问题的病毒协同进化粒子群算法[J]
.哈尔滨工业大学学报,2009,41(6):103-107.
被引量：14
7
宋金泽,戴斌,单恩忠,贺汉根.
一种改进的RRT路径规划算法[J]
.电子学报,2010,38(B02):225-228.
被引量：61
8
奉国和.
SVM分类核函数及参数选择比较[J]
.计算机工程与应用,2011,47(3):123-124.
被引量：275
9
孙光福,李程俊,张冬梅,贺幸.
一种求解TSP问题的演化算法[J]
.计算机工程,2011,37(11):209-211.
被引量：6
10
徐娜,陈雄,孔庆生,韩建达.
非完整约束下的机器人运动规划算法[J]
.机器人,2011,33(6):666-672.
被引量：47
引证文献
10
1
张奇飞,林剑,王兆锐,官静萍.
基于改进遗传算法的物流路径优化方法[J]
.物流技术,2018,37(1):78-81.
被引量：5
2
王晨旸,张玉茹,李晖.
引入逆转、插入变异的改进蚁群算法仿真研究[J]
.哈尔滨商业大学学报（自然科学版）,2018,34(5):555-559.
被引量：2
3
岳鹏齐.
基于遗传算法解决TSP问题探索[J]
.现代信息科技,2019,3(4):10-12.
被引量：7
4
王涛,李景聪.
基于MFOA算法的SVM模型在信用风险评估中的应用[J]
.河南科学,2019,37(7):1043-1051.
5
李庆,魏光村,高兰,仇国华,肖新光.
用于求解TSP问题的遗传算法改进[J]
.软件导刊,2020,19(3):116-119.
被引量：9
6
李雪,王雷.
改进蚁群算法在解决TSP问题中的应用[J]
.宜春学院学报,2020,42(3):63-67.
被引量：4
7
陈春燕,彭阳,许环梓,何宇佳,石苗.
蚁群和遗传算法在旅行路线规划中的研究[J]
.高师理科学刊,2020,40(7):33-36.
被引量：2
8
张亦宁.
一种基于Geatpy库求解TSP问题的方法[J]
.电子技术与软件工程,2021(3):152-153.
9
刘渐道,张英俊,朱飞祥.
一种水面无人艇多任务点路径规划方法[J]
.上海海事大学学报,2021,42(4):1-6.
被引量：4
10
甘勇,栾俊凯,张秋锋,于江豪.
基于网格片层体积的反求工程算法研究[J]
.机械设计与制造,2023(5):182-186.
二级引证文献
33
1
吴焱明,仲彦霖,丁涛,吴文渊,朱文波,岳东东.
AnyCAD控件在工件打磨软件开发中的应用[J]
.机械制造,2022,60(8):51-55.
2
李云翔,马燕燕.
TSP数据的可视化制作方法[J]
.电子技术（上海）,2021,50(5):5-7.
3
熊开银,张才生.
燃烧吧,希望之火──湖北省武汉市粮道街中学“希望教育”实验纪实[J]
.人民教育,2000(2):39-43.
4
邵泽熠,董宝力.
基于改进遗传K-均值算法的多品种小批量订单分批方法[J]
.浙江理工大学学报（自然科学版）,2018,39(6):732-738.
被引量：8
5
裴佳明,周斌,郦丽.
基于遗传算法的TSP算法求解20大城市最短旅途[J]
.电脑知识与技术,2019,15(6):194-195.
被引量：3
6
Zhu Tao,Saisai Gao,Ying Huang.
Integrated Navigation Filtering Method Based on Wavelet Neural Network Optimized by MEA Model[J]
.国际计算机前沿大会会议论文集,2019(1):642-644.
7
刘文英,张自鲁,路慎强,张晓燕.
基于粒子群-遗传混合算法的函数优化研究[J]
.计算机技术与发展,2019,29(10):170-174.
被引量：13
8
胡佳欣,郑勇明,彭凤梅,刘婧.
基于遗传算法的学生绩效评定权重系数研究[J]
.电脑与电信,2019,0(10):17-19.
9
陈泽宇,冯子骁,宋佳员.
面向生产车间的单车路径优化算法研究[J]
.科技与创新,2021(3):18-20.
10
齐小彤,路立萍,隋缘,王思蒙,滕炜.
基于级联失效的相互作用网络的动态分析[J]
.现代信息科技,2020,4(22):161-163.
被引量：1
1
胡蓬,苏伯珙,石纯一.
分布式问题求解应用的分类[J]
.计算机工程与应用,1990,26(10):218-223.
2
黎银环,钟艳花,袁长清.
DE-SVM融合算法在入侵检测中的应用[J]
.计算机工程与应用,2013,49(12):70-73.
3
王联国,洪毅.
随机交叉粒子群优化算法[J]
.计算机工程与应用,2009,45(16):69-71.
被引量：2
4
王君,肖菁,张军.
改进的蚁群算法求解连续函数约束优化问题[J]
.计算机工程与设计,2010,31(5):1027-1030.
被引量：2
5
顾名宇.
基于主动学习方法的网络流分类研究[J]
.微电子学与计算机,2011,28(9):173-175.
6
王志刚,夏慧明.
求解车辆路径问题的人工蜂群算法[J]
.计算机工程与科学,2014,36(6):1088-1094.
被引量：21
7
刘慧博,王静,吴彦合.
无刷直流电机模糊自适应PID控制研究与仿真[J]
.控制工程,2014,21(4):583-587.
被引量：88
8
肖理庆,邵晓根,石天明,张亮.
利用改进粒子群算法整定PID参数[J]
.计算机应用,2010,30(6):1547-1549.
被引量：6
9
周泽岩,张喜.
基于改进遗传算法的TSP问题求解的研究[J]
.物流技术,2012,31(9):220-223.
被引量：7
10
童雅林.
基于自适应的细菌觅食算法[J]
.价值工程,2015,34(11):194-197.
被引量：1
软件导刊
2016年 第12期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
