基于最小调整法求解旅行商问题

介绍了一种求解旅行商问题的新算法"最小调整法",给出了该算法求解旅行商问题的具体步骤以及有效性证明,对算法的复杂性及近似程度进行了分析.最后通过典型算例进行了检验说明.与经典算法相比,新算法体现了简单易行的特点,对求解旅行商问题具有一定的启发意义.     

非对称距离的旅行商问题的构造算法

章分析了非对称距离的旅行商问题,讨论了节约算法与最小生成树算法两种启发式方法,并用实例进行了说明,最后对算法的有效性进行了说明。     

一个关于非对称距离的旅行商问题的迭代算法

本对非对称距离的旅行商问题，给出了一个迭代算法，并分析了此迭代算法的复杂度为M^nO(N^4)，其中，N是问题中旅行商所要经过的城镇数，M是两城镇间的最大距离。最后用实例对此算法进行了验算和说明。     

用列队竞争算法解旅行商问题

给出了列队竞争算法解组合优化问题的框架和确定变异邻域的两条原则。用列队竞争算法解旅行商问题获得了满意的结果,显示出列队竞争算法良好的全局搜索性能。     

改进遗传算法求解旅行商问题

针对采用自然编码的遗传算法在求解旅行商问题(TSP)过程中初始群体设置过于复杂的问题,采用了Grefenstette编码设置初始群体,有效保证了初始群体的随机性和多样性.同时,在遗传算法实施过程中采用了自然编码,吸取边重组交叉算子和简单交叉算子的优点,提出一种新的交叉算子.这种处理解决了Grefenstette编码在遗传算法的交叉和变异过程中只能部分遗传父代的优良特性的问题.对TSP试算结果表明,采用这种遗传算法策略有利于问题的求解.这种实施的策略可以大量用于加工领域和交通领域以及其他规划领域的路径规划中.     

环形路网上带有服务时长的在线TSP问题

为了提高快递揽件的时效性,需要对快递车辆进行有效调度。针对环形路网上服务时长以及需求无法预知的揽件问题,本文提出了以服务总时间尽可能短为目标的环形路网上带有服务时长的在线旅行商问题。用在线算法分析了此问题竞争比的下界,设计了两个在线算法并分析了各自的竞争比,结果表明服务时长可以改善在线车的性能。最后通过简单算例对两个算法进行说明,本文研究结论可以为环形路网上的快递车辆实时调度提供指导。     

旅行商问题最优路径的改进免疫遗传算法

本文研究了一种改进的求解旅行商问题最优路径的免疫遗传算法.结合随机法与贪心法生成初始种群,利用亲和度排序而选取抗体以得到复制群体,引入轮盘赌及克隆选择获取高亲和度抗体,并实施疫苗接种及免疫记忆更新抗体.运用免疫记忆机理的闭环逻辑,证明了该算法生成的城市序列是全局收敛的.数值实验证明该算法是有效的.     

考虑充电设施重入的电动汽车旅行商问题研究

出于减少环境危害和响应相关法规的考虑,物流企业开始逐步将运输车辆转变为电动汽车;而由于电动汽车的续航里程有限,对电动汽车的路径优化也将涉及充电设施。充电设施的“重入”是指电动汽车返回之前已经通过的充电设施进行充能的现象,它的存在需要改变经典旅行商问题模型中的“子回路约束”。本文聚焦于充电设施的“重入”,构建了一个无需预估充电设施重入次数上限的电动汽车旅行商问题模型,并通过引入路径可行性判别方法和增加充电设施选择与重复策略,设计了一种改进蚁群算法对问题进行求解。结果表明:与未考虑重入的模型相比,本文提出的考虑充电设施重入的模型能在电动汽车电池容量较低的情况下求出最优解,同时也能够使充电设施承担多次充电任务,从而在较少充电设施情况下依然能够得到可行的最优路径。     

旅行商问题的交叉粒子群优化算法

本文将粒子群优化算法(PSO)应用于求解旅行商问题(TSP),结合遗传算法的交叉算子,建立了求解此问题的交叉粒子群优化算法,数值模拟结果表明了该算法的有效性.     

求解旅行商问题的搜寻者遗传算法

针对简单遗传算法易陷入局部最优及收敛速度慢的不足,提出一种改进遗传算法-基于启发式策略的搜寻者遗传算法.首先将搜寻者优化算法中的模糊思想和近邻策略相结合改进变异算子,增强种群多样性,避免陷入局部最优;然后针对路径优化问题基于启发式策略设计反转算子,使得路径中不存在交叉边,加快收敛速度;最后将改进遗传算法用于求解旅行商问题.结果表明,改进遗传算法的求解精度和求解效率明显优于基本遗传算法.     

用嵌套插队算法解决TSP问题

本提出了一种求解TSP问题的近似算法—嵌套插队算法。这种算法结合了启发式算法和随机化算法以及局部寻优的思想。实验结果表明对于较小规模的。TSP问题，直接用插队算法(QJA)就能以很大的概率获得已知最优解。对于规模较大的问题实例。嵌套插队算法(NQJA)能获得质量高于名的启发式算法的解。另外，用嵌套插队算法找到的China144的最短路径优于目前已知的最短路径。嵌套插队算法是专门针对TSP问题而提出的，但其思想也可以给求解其他NP难解的组合优化问题以启发。     

Optimal deterministic algorithms for some variants of Online Quota Traveling Salesman Problem

This paper is concerned with the Online Quota Traveling Salesman Problem. Depending on the symmetry of the metric and the requirement for the salesman to return to the origin, four variants are analyzed. We present optimal deterministic algorithms for each variant defined on a general space, a real line, or a half-line. As a byproduct, an improved lower bound for a variant of Online TSP on a half-line is also obtained.     

Random Tours in the Traveling Salesman Problem: Analysis and Application

Random solutions to the traveling salesman problem (TSP) exhibit statistical regularities across problem instances. These patterns can assist heuristic search for good solutions by providing easy estimates of the length of the optimal tour.     

包含随机客户的选择性旅行商问题建模及求解

针对快递配送过程中客户需求具有不确定性的特征,提出一种新的路径优化问题——包含随机客户的选择性旅行商问题,在该问题中客户每天是否具有配送需求存在一定概率,并且对客户进行配送可获取一定利润。同时考虑以上两种因素,建立该问题的数学模型, 目标为在满足行驶距离限制的条件下,找出一条经过部分客户的预优化路径,使得该路径的期望利润最大。其可用于模拟构建最后一公里快递配送的路径问题,提供更具有经济效益的配送路径。随后提出包含精细化局部搜索策略的改进遗传算法,算法根据问题特点构建初始可行解。最后通过多个计算比对结果表明,该算法具有较高的计算效率。     

Dynamics of Local Search Trajectory in Traveling Salesman Problem

This paper investigates dynamics of a local search trajectory generated by running the Or-opt heuristic on the traveling salesman problem. This study evaluates the dynamics of the local search heuristic by estimating the correlation dimension for the search trajectory, and finds that the local heuristic search process exhibits the transition from high-dimensional stochastic to low-dimensional chaotic behavior. The detection of dynamical complexity for a heuristic search process has both practical as well as theoretical relevance. The revealed dynamics may cast new light on design and analysis of heuristics and result in the potential for improved search process.