优化算法慢慢学
文章平均质量分 61
静水深流(探索者)
Still Waters Run Deep
展开
-
优化算法慢慢学(二) 随机贪婪基本蚁群算法求解TSP问题 附带MATLAB代码
蚁群算法是一种模拟蚂蚁群体智能行为的仿生优化算法,具有较强的鲁棒性、优良的分布式计算机制、易于与其他方法相结合等优点。蚁群算法用来求解旅行商问题(Traveling Salesman Problem,TSP)表现出很大的优越性。但是没经过优化的蚁群算法也存在收敛速度慢,容易陷入局部最优解等缺点。本文提出了一种基于蚁群算法求解TSP问题的方法。仿真发现基本蚁群算法收敛振荡大、收敛迭代次数多及获得最优解困难。本文将蚁群算法结合邻域搜索算法,可显著减少算法获得最优解所需迭代次数,结合历史学习经验可显著改善收敛原创 2021-11-25 22:06:59 · 1998 阅读 · 0 评论 -
优化算法慢慢学(一 )优化算法的介绍
标题旅行商问题在开始介绍优化算法前,需要介绍大名鼎鼎的旅行商问题(Traveling Salesman Problem,TSP),该问题可能是最经典的离散优化问题。经典的TSP可以描述为:一个商品推销员要去若干个城市推销商品,该推销员从一个城市出发,需要经过所有城市后,回到出发地。应如何选择行进路线,以使总的行程最短。旅行商问题容易理解的定义如下:问题输入:一个关于点的集合(例如城市坐标)问题目标:寻找最短的旅行路线。旅行路线长度 = 旅行路线上的点间距离和。如图,给定ABCDE这5个城原创 2021-11-19 19:45:31 · 1607 阅读 · 0 评论