论文研究求解TSP问题的一种改进蚁群算法 .pdf

回溯算法求解TSP问题的改进

蚁群算法解决TSP，很好的一个蚁群算法例子，很不错的解决方案

提出了路径相似度的概念,并根据较优可行解与最优解的相似度,来进行路径选择和信息素更新,以求能更快加速收敛和防止早熟、停滞现象。该算法根据截之间的相似度,自适应地调整路径选择策略和信息量更新策略。基于旅

为了克服基本蚁群算法收敛速度慢、易于停滞的缺陷，提出了一种基于局部优化策略的蚁群算法（LOACA）。该算法根据TSP的特点,采用了三种局部优化算子来交换搜索路径中城市的位置,以改进解的质量。以TSP为

为了解决规模复杂的旅行商问题，提出了融合蚁群算法和粒子群算法的一种群体智能混合算法，并构建了惯性权值模糊自适应调整模型。针对此混合算法易陷入局部最优，设计了参数自动调节机制，以达到局部搜索和全局搜索之

基于OpenMP的并行蚁群算法求解TSP,MFC界面，EasyX动态模拟，是一个执行程序，运算效率高，可以对比串行蚁群算法和优化后的并行蚁群算法执行效率，可以设置城市数量，城市坐标，蚂蚁数量，迭代次数

针对鸡群算法（CSO）易陷入局部最优和出现早熟收敛的缺陷，提出了一种混合改进的鸡群优化算法（OBSA-CSO）。通过采用反向学习对种群进行初始化，同时对越界个体进行边界变异操作保证了提出算法的种群多样

为提升求解TSP问题的计算效率和求解精度，针对初始种群构造问题进行研究，提出了域内三角概率选择自适应邻域算法。为使邻域半径能够适应城市的分布情况，设计了一种基于Sigmoid函数的邻域半径自适应函数；

遗传算法蚁群算法在求解TSP问题上与遗传算法的对比研究

人工智能算法：使用蚁群算法求解tsp问题。代码可运行，注释很详细。