基于灰狼优化算法的TSP搜索算法

304 篇文章 190 订阅
13 篇文章 8 订阅

一、理论基础

1、TSP问题

请参考这里

2、灰狼优化算法

请参考这里

二、仿真实验

参数设置:灰狼种群 N = 50 N=50 N=50,城市个数 M = 30 M=30 M=30,维数 d i m = M = 30 dim=M=30 dim=M=30,上下限 l b = − 10 , u b = 10 lb=-10,ub=10 lb=10,ub=10,最大迭代次数 M a x _ i t e r = 1000 Max\_iter=1000 Max_iter=1000
城市分布图如图1所示。
在这里插入图片描述

图1 城市分布图

最短距离与平均距离对比曲线如图2所示。
在这里插入图片描述

图2 各代最短距离与平均距离对比曲线

最终GWO算法优化的TSP轨迹路线如图3所示。
在这里插入图片描述

图3 GWO算法优化轨迹图

代码下载链接:https://download.csdn.net/download/weixin_43821559/85338167

三、参考文献

[1] Seyedali Mirjalili, Seyed Mohammad Mirjalili, Andrew Lewis. Grey Wolf Optimizer[J]. Advances in Engineering Software, 2014, 69: 46-61.

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心️升明月

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值