遗传算法解决旅行商问题(TSP)

遗传算法解决旅行商问题

• 作者：Cukor丘克
• 环境：MatlabR202a + vscode

问题描述

旅行商问题（TSP）. 一个商人欲从自己所在的城市出发，到若干个城市推销商品，然后回到其所在的城市。如何选择一条周游路线，使得商人经过每个城市一次且仅一次后回到起点，并使他所走过的路径最短？

TSP 即Travelling Salesman Problem. 中文翻译过来就是旅行商问题。

旅行商问题是一个典型的NP难问题。NP指的是Non-deterministic Polynomial，即多项式复杂程度的非确定性问题。由于该问题的组合特性，旅行商问题已成为测试新算法的标准问题，如模拟退火、神经网络和演化算法等都用旅行商问题作为测试用例。旅行商问题的一个实例可由一个距离矩阵所给定。

用遗传算法求解旅行商问题时，适应函数可以取为目标函数或目标函数的一个简单变换，选择策略可以是轮盘赌选择，所以算法设计的重点主要集中在以下三个方面：

1. 采用适当的方法对周游路线编码
2. 设计专门的遗传算子，以避免不可行性
3. 防止过早收敛

下面讨论周游路线常用的几种表示及其相应的遗传算子。

周游路线编码

主要有3种编码表示

1. 近邻表示
2. 次序表示
3. 路径表示

近邻表示

近邻表示将一条周游路线表示成$n$个城市 的一个排列$\Pi =({\Pi }_1,{\Pi }_2,...,{\Pi }_n)$，${\Pi }_i=j$当且仅当周游路线中从城市$i$到达的下一个城市为$j$.

例如，排列

$(248397156)$

表示周游路线为$1-2-4-3-8-5-9-6-7-1.$

显然，每一条周游路线都对应一个近邻表示，但任一近邻排列却不一定对应于一条周游路线。

例如，排列

$(248193576)$

导致了不完全回路$1-2-4-1$，因而无法对应一条周游路线。所以周游路线的近邻表示就没有必要再往下介绍。

次序表示

次序表示将一条周游路线表示为$n$个城市的有序表，其中，表中的第$i$个元素在$1$到$n-i+1$取值。该表的一个优点是每一个次序表示都对应于一条合法的周游路线。

次序表示的基本思想是：取$n$个城市的某个排列$({\Pi }_1,{\Pi }_2,...,{\Pi }_n)$作为参照排列，通常取$(1,2,...,n)$作为参照排列，然后将周游路线中的城市按照其在参照排列中的次序记录下来，形成一个具有$n$个元素的有序表.具体做法如下：

对给定的一条路径${\Pi }_1-{\Pi }_2-...-{\Pi }_n$，首先记录城市${\Pi }_1$在参照排列$(p_1,p_2,...,p_n)$中的次序$i_1$，将${\Pi }_1$从$(p_1,p_2,...,p_n)$中删除得$n-1$个城市的参照排列$(q_1,q_2,...,q_k),k=n-1$，再记录城市${\Pi }_2$在参照排列$(q_1,q_2,...,q_k),k=n-1$中的次序$i_2$，然后将城市${\Pi }_2$从$(q_1,q_2,...,q_k),k=n-1$中删除得$n-2$个城市的参照排列$(r_1,r_2,...,r_k),k=n-2$，以此类推，直到城市${\Pi }_n$的次序$i_n$记录下来为止。有序表$(i_1,i_2,...,i_n)$称为路径${\Pi }_1-{\Pi }_2-...-{\Pi }_n$的次序表示。注意$i_j$的取值范围为 1 ≤ i j ≤ n − j + 1 1 \le i_j \le n-j+1