-
题名基于Spark的双阶段SA及GA求解MTSP
- 1
-
-
作者
孙鉴
刘品
李昊
陈攀
-
机构
北方民族大学计算机科学与工程学院
北方民族大学图像图形智能处理国家民委重点实验室
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2024年第4期62-69,94,共9页
-
基金
国家自然科学基金资助项目(62062002)
宁夏自然科学基金资助项目(2022AAC03289,2022AAC03245,2022AAC03261)。
-
文摘
针对总路径长度最小的单站点多旅行商问题,提出了基于Spark的模拟退火和遗传算法结合的两阶段KSAGA算法。在第一阶段,通过k-means聚类将多旅行商问题拆分为多个单旅行商问题,并使用模拟退火算法对组内城市的遍历次序进行优化。在第二阶段,通过遗传算法对城市的分组进行优化,并基于染色体分组编码方式设计了交叉、变异算子以及混合局部优化算子,以提高算法的搜索空间和收敛速度。随着城市数量的增加,计算规模变大,利用遗传算法的特性实现算法的并行,以加快算法运行效率。最后,通过选取TSPLIB的部分数据集进行仿真实验,将KSAGA与ACO、GA、SPKSA、ALNS和NSGA-Ⅱ的求解质量以及GA和NSGA-Ⅱ的收敛速度进行对比。研究结果表明:KSAGA在解决单站点多旅行商问题时能够快速收敛,并且相较于其他算法,求解质量得到了很大提升。同时,随着城市数量和旅行商数量增加,KSAGA的优势更为明显。
-
关键词
多旅行商问题
并行
遗传算法
分组编码
局部优化算子
-
Keywords
MTSP
parallel
genetic algorithm
group encoding
local optimization operator
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
