粒子群算法tsp java_粒子群算法解决TSP问题汇总.doc

PAGE \* MERGEFORMAT 14

河南理工大学计算机科学与技术学院课程设计报告

2014— 2015学年第一学期

课程名称 Java语言程序设计 设计题目 利用粒子群算法解决TSP问题 姓 名 朱超琦 学 号 3613090102 专业班级 计科合13 指导教师 刘 志 中

2015年 1 月 2 日

目录

TOC \o "1-3" \h \z \u HYPERLINK \l "_Toc439937146" 一．课程设计内容 PAGEREF _Toc439937146 \h 2 HYPERLINK \l "_Toc439937147" (一)课程设计题目 PAGEREF _Toc439937147 \h 2

HYPERLINK \l "_Toc439937148" (二)课程设计目的 PAGEREF _Toc439937148 \h 2

HYPERLINK \l "_Toc439937149" (三)课程设计要求 PAGEREF _Toc439937149 \h 2

HYPERLINK \l "_Toc439937150" 二．算法相关知识 PAGEREF _Toc439937150 \h 2

HYPERLINK \l "_Toc439937151" (一) 粒子群算法简介 PAGEREF _Toc439937151 \h 2

HYPERLINK \l "_Toc439937151" (二) 人工生命简介3

HYPERLINK \l "_Toc439937163" (三) 粒子群算法的流程图及伪代码： PAGEREF _Toc439937163 \h 4

HYPERLINK \l "_Toc439937165" 三.算法的JAVA实现 PAGEREF _Toc439937165 \h 5

HYPERLINK \l "_Toc439937507" 四. 课程设计的总结体会 PAGEREF _Toc439937507 \h 14

HYPERLINK \l "_Toc439937508" 五．参考文献 PAGEREF _Toc439937508 \h 14一．课程设计内容(一)课程设计题目应用粒子群算法(Particle Swarm Optimization) 求解 旅行商问题(TSP)；旅行商问题：即TSP问题(Travelling Salesman Problem)又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值(二)课程设计目的1.训练应用算法求解实际问题；2训练应用Java语言实现具体问题的求解算法；3.到达理解java语言的应用特点以及熟练应用java语言的目标。(三)课程设计要求1.读懂算法，理解算法计算过程中每一步操作是如何实现的；2.设计函数优化的编码格式；3.采用java 语言编程实现算法的求解过程；4.掌握粒子群算法的基本原理 ,了解在JAVA 环境中实现粒子群算法的过程。

二．算法相关知识(一) 粒子群算法简介粒子群算法简称PSO，它的基本思想是模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。PSO从这种模型中得到启示并用于解决优化问题。PSO中，每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值(fitness value)，每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索。PSO 初始化为一群随机粒子(随机解)。然后通过迭代找到最优解。在每一次迭代中，粒子通过跟踪两个"极值"来更新自己。第一个就是粒子本身所找到的最优解，这个解叫做个体极值pBest。另一个极值是整个种群目前找到的最优解，这个极值是全局极值gBest。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居，那么在所有邻居中的极值就是局部极值。粒子公式：在找到这两个最优值时，粒子根据如下的公式来更新自己