遗传算法求解mtsp问题的缺点分析_数学建模之运筹学问题（一）

最新推荐文章于 2022-11-08 18:08:58 发布

chemdrugs

最新推荐文章于 2022-11-08 18:08:58 发布

阅读量1.6k

点赞数

文章标签：遗传算法求解mtsp问题的缺点分析

本文链接：https://blog.csdn.net/weixin_33971453/article/details/112207177

版权

本文探讨数学建模中运筹学问题的解决方法，特别是遗传算法在旅行商问题(TSP)和多旅行商问题(MTSP)中的应用。遗传算法作为一种全局优化方法，通过编码决策变量进行优化。文中通过一个旅行商问题的实例展示了遗传算法的运行过程和优化效果。

摘要由CSDN通过智能技术生成

引言

运筹学问题，包括任务规划、分配、决策，是数学建模比赛中常见的问题(参见2018年“高教杯”数学建模B题、2019年美赛MCM B题)。今天小编就和大家分享一下数学建模中运筹学问题的常见解决方法与技巧。本文相对适用于刚刚入门的小白同学以及对于数学建模有些接触的同学，当然也欢迎大神们交流讨论。

本文主要概述一下比赛中可能出现的问题，同时分享了遗传算法在运筹学问题中的应用。

另外小编也整理了一些参考文献，也是数学建模比赛时非常有用的参考，论文里面加上一定能让你脱颖而出的哦，想要的话请留言哦。

常见模型与算法

首先是运筹学中一些常见的模型与算法。大家如果不感兴趣可以直接跳到第二部分哈。常见的运筹学模型包括车辆路由问题(Vehicle Routing Problem，VRP)、旅行商问题(Travelling Salesmen Problem，TSP)及多旅行商问题(Multiple Travelling Salesmen Problem，MTSP)、网络优化问题(Network Flow Optimization，NFO)、混合整数线性规划(Mixed Integer Linear Programming，MILP)、协同多任务分配问题(Cooperative Multiple Task Assignment Problem，CMTAP)等。