- 博客(8)
- 收藏
- 关注
RSS订阅原创 MTSP问题——SA退火算法
本建模报告针对物流配送问题进行建模，即如何有效地安排配送路线以最小化送货时间和成本。问题涉及在给定城市数量、包裹分布和距离矩阵的情况下，确定最优的配送路线，以最大程度地满足客户需求并降低物流成本。
2024-05-22 07:49:34
696
原创 TSP问题——ACO蚁群算法（代码）
参数在大致范围设定就不会出问题，代码直接套用就行，城市数量超过20之后就会开始比较吃力了，蚁群优化算法等下一次再写。
2024-03-30 16:00:13
443
原创 TSP问题——PSO粒子群算法（代码+个人理解）
TSP问题中，每一个个体的变量要求是整型数，把每个粒子的位置和速度直接换成整型肯定是不行的，你就想想一张开放世界的大地图只能固定传送到里面几个点，这样能出最优解就见了鬼了。所以粒子的位置依然是用浮点数表示，然后我们给每一个粒子标记上自己对应的city的编号，再根据粒子的位置的绝对值大小来排序，这样同时也实现了对TSP路径的规划。
2024-03-24 11:16:51
2075
1
原创 TSP旅行商问题——SA模拟退火算法,SA+GA组合算法（代码解释）
我发现在二维的低维空间下退火算法相对与遗传算法有碾压性的优势：扰动方式简单，退火算法中我仅仅采用二点交换与三角交换进行扰动，不需要有序交叉或者单点变异，极大程度地降低了结果地不稳定性。资源要求少，退火算法的初始种群仅有1个，但是仍然能够以出色的概率找到全局最优解，本质上是节省了非常多的时间在搜索与筛选上面的效果好，遗传算法在8点以前可以做到大于二分之一的概率找到全局最优解，但是超过9点之后出现全局最优解的概率几乎是零（我认为是路径变复杂后种群数量不足导致的）————————————————
2024-03-23 17:49:24
680
1
原创 TSP旅行商问题——GA遗传算法（代码）
大一演化计算课的作业，根据适应度选出父代进行交叉，变异产生子代难度不大，但是能优化的地方很多，我写的这份也就勉强应付9个点，作业只要求8个城市，就没有继续优化算法了....
2024-03-23 15:49:35
256
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人