⛄一、TSP简介
旅行商问题 (Travel Salesman Problem, TSP) 是最基本的路线问题, 其探索单一旅行者由起点出发, 并通过所有给定点后, 再回到起点的最小路径成本问题.求解TSP一直是组合优化领域研究的热点和难点问题之一.目前, 为解决TSP问题引入了各种智能算法, 如遗传算法、PSO算法、蚁群算法等, 然而这些方法存在计算存储量大、运行时间长、求解城市规模太小等不足.萤火虫算法 (Firefly Algorithm, FA) 是近年来提出的一种新型群智能算法, 已经在很多领域得到了应用, 通过模拟自然界中萤火虫的发光特性发展而来, 同蚁群算法、鱼群算法一样, 也是一种高级启发式算法.
1 标准萤火虫算法
1.1 标准萤火虫算法基本概念
萤火虫算法通过萤火虫个体之间的相互吸引达到寻优的目的, 具体来说, 就是由于萤火虫亮度的不同, 在一定范围内, 亮度小的萤火虫会被亮度大的萤火虫吸引, 从而逐渐向其移动.萤火虫的亮度与目标函数有关, 所以在萤火虫移动的过程结束后, 萤火虫会聚集在亮度最大的萤火虫位置, 即最优解, 这就是萤火虫算法的寻优过程.
1.2 标准萤火虫算法的数学描述与分析
萤火虫根据亮度不同进行选择移动.亮度分为绝对亮度和相对亮度.绝对亮度, 即萤火虫i在r=0处的光强度, 记为Ii, 绝对亮度由目标函数直接决定, 代表解的优劣程度;相对亮度, 即萤火虫i在萤火虫j处的光强度, 记为Iij, 表达为:
式中, γ为光吸收系数, 设为常数;rij为萤火虫i到萤火虫j的距离.
每个萤火虫都遵循吸引规则, 即绝对亮度小的萤火虫被绝对亮度大的萤火虫吸引, 吸引力与亮度成比例, 萤火虫i对萤火虫j的吸引力βij (rij) 为: