旅行商问题
旅行商问题的相关文献在1989年到2022年内共计1446篇,主要集中在自动化技术、计算机技术、数学、经济计划与管理
等领域,其中期刊论文1361篇、会议论文67篇、专利文献15570篇;相关期刊497种,包括科学技术与工程、电脑知识与技术、计算机仿真等;
相关会议57种,包括第十三届中国不确定系统年会暨第九届中国智能计算大会、2013年中国智能自动化会议、第五届全国振动利用工程学术会议暨第四次全国超声电机技术研讨会等;旅行商问题的相关文献由2744位作者贡献,包括马良、高尚、徐耀群等。
旅行商问题—发文量
专利文献>
论文:15570篇
占比:91.60%
总计:16998篇
旅行商问题
-研究学者
- 马良
- 高尚
- 徐耀群
- 王东
- 鲜飞
- 唐天兵
- 李俊青
- 李元香
- 杨启文
- 林冬梅
- 牟廉明
- 王玉亭
- 莫愿斌
- 薛云灿
- 孙剑
- 宗德才
- 王康康
- 肖健梅
- 胡小兵
- 费腾
- 钟一文
- 顾军华
- 黎明
- 刘升
- 姜长元
- 康立山
- 张军
- 张江维
- 张煜东
- 徐小平
- 易云飞
- 李俊
- 李扬
- 李明
- 江新姿
- 游晓明
- 潘全科
- 熊盛武
- 王伟
- 王凌
- 王锡淮
- 白艳萍
- 肖人彬
- 蔡延光
- 郭文强
- 丛爽
- 付宇
- 全启圳
- 冯昊
- 冯翔
-
-
孙嘉豪;
刘勇
-
-
摘要:
近年来,深度学习为求解组合优化问题提供了新的视角。但目前已有的方法在训练时基本都存在收敛速度慢的问题,学习到的策略性能不够高。针对该问题,以经典组合优化问题中的旅行商问题(Travelling salesman problem,TSP)为例,基于Transformer的模型结构,在编码器中屏蔽已访问的城市,解码器在每一步解码时都先对整个输入节点序列重新编码,并且使用新的编码输出得到的聚合嵌入向量和上一步访问的城市对应于编码输出中的节点嵌入向量构造新的上下文向量,结合强化学习的训练方法,提出了一种新的求解旅行商问题的深度学习模型,在随机标准均匀分布数据集上较现有的主流模型有更好的表现。
-
-
蒲晶;
谭代伦;
郭潇
-
-
摘要:
针对物流仓库的拣货-复核路径规划问题,首先利用货格所在行列的奇偶性,根据曼哈顿距离公式,建立了仓库内任意两拣货点(含复核台)之间的距离计算公式。然后将整个拣货-复核作业过程映射为一个旅行商问题,构建了0-1规划模型。最后选用小生境遗传算法进行求解,在变异策略中引入小生境技术,保证了种群的多样性,较好地克服了标准遗传算法中种群早熟和易陷入局部最优的缺点。实验仿真选取1个复核台和有15,30,45,60个拣货点的4种情形,与标准遗传算法相比,该算法求得的最优路径长度可以明显缩短,且收敛速度更快、稳定性更好,尤其拣货点数越多时路径优化效果越明显。
-
-
沈涤
-
-
摘要:
虽然遗传算法相较于其他算法能够更好地求解旅行商问题,但这种算法在使用的过程中容易陷入局部最优的问题,进而导致问题求解遭遇困境。文章在简要介绍旅行商问题的基础上,介绍了遗传算法求解旅行商问题的思路和方法,并明确算法应用中存在的不足。在此基础上提出基于指针网络改进遗传算法求解旅行商问题的新思路,为弥补遗传算法的缺陷提供相应的原理支持。
-
-
刘睿;
莫愿斌
-
-
摘要:
麻雀搜索算法(SSA)作为一种新颖的群体智能优化算法,已被证明具有较好的寻优性能。但由于SSA在某些情况下迭代中后期搜索性减小,种群多样性降低,导致算法存在收敛速度慢、求解精度低、易陷入局部最优解等不足。针对SSA存在的缺陷,融合萤火虫算法(FA)迭代策略,提出了一种加入萤火虫搜索扰动的麻雀搜索优化算法(FSSA)。首先,在麻雀搜索后,利用萤火虫扰动策略对种群中所有个体进行位置更新,使得算法在解空间搜索更加充分,有效避免陷入局部最优,进而提升算法的收敛速度以及收敛精度。其次,通过6个基准测试函数对改进算法与粒子群优化算法(PSO)、鲸鱼优化算法(WOA)、原始的SSA算法进行对比,仿真结果表明该算法能够克服SSA易陷入局部最优的不足,在寻优精度、收敛速度以及鲁棒性等方面均获提升。最后,将FSSA应用于具有14座城市的旅行商问题(TSP)求解,仿真实验对比原始的SSA算法,该算法具有更好的结果,进一步验证了FSSA的寻优能力。
-
-
王港华
-
-
摘要:
旅行商问题是一个经典的路径规划问题,传统TSP假设客户位置和客户之间旅行时间是固定不变的,而在现实生活中交通状况和客户要求可能会随着时间而改变,为了找到最经济的路线,可在业务员完成对每个客户的服务后做出实时决策。遗传算法具有全局搜索的性能,成为处理组合优化问题的常用方法。在此运用遗传算法,并借助MATLAB在实例中进行分析验证,结果证明利用遗传算法对求解小规模TSP问题可以得到较好的优化结果。
-
-
齐小刚;
张仲华;
宋卫星;
刘盛钰;
刘立芳
-
-
摘要:
目前战争形式发生变化,装备结构变得复杂,在作战环境多变、维修时间紧迫、维修资源有限等情况下,维修任务的合理分配显得越发重要。因此本文对多中心维修任务分配的研究现状进行了综述,总结现存的任务分配方法,以促进其进一步发展。本文首先对多中心维修任务分配问题进行了描述;然后,对基本概念进行了说明,对问题进行了分析;之后,对优先级排序、任务分配及路径规划常采用的模型与算法等进行了概述;最后,总结了当前研究的不足,并展望了未来发展的方向。
-
-
王永;
崔源
-
-
摘要:
随着旅行商问题规模的增长,完全图上最优解的搜索空间呈指数增长。为了减小最优解的搜索空间,提出一种针对旅行商问题的割边算法。推导出四边形最优圈内的最短路径包含一般边与最优哈密顿圈边的不同概率,采用一定数量的四边形最优圈内的最短路径计算边频率,根据所有边的平均边频率割边,基于建立的二项分布模型推导出最优哈密顿圈内边的保留概率。任给一个完全图,割边算法有4个步骤:1)随机选取包含每条边的若干个四边形;2)采用所选四边形最优圈内的最短路径计算各边的边频率;3)步删除5/6条最小边频率的边;4)对度数小于2的节点进行添边操作。计算实验表明:保留边数为完全图上边数量的1/6左右,采用精确算法求解割边后旅行商问题的计算时间也有所减少。
-
-
程亚南;
王晓峰;
刘凇佐;
刘子琳
-
-
摘要:
针对旅行商问题求解精度较差、容易陷入局部最优等缺点,提出一种新的求解旅行商问题的信息传播算法。根据旅行商问题的特征,将线性方程嵌入信息传播算法方程中得到旅行商问题的势函数,进而将其转换为因子图,在因子图上利用信息传播算法的迭代方程进行迭代计算。在迭代过程中选择边际信念的最小值,从而得到旅行商问题的初始解,在算法达到设定的迭代次数后,引入局部搜索算法进行求解。在若干数据集上的实验结果表明,新算法能够有效求解旅行商问题。
-
-
郭文强;
杜正毅
-
-
摘要:
针对蚁群算法收敛速度慢,容易陷入局部最优解等问题,提出一种融合动态邻域搜索机制的蚁群系统(DNS-ACS)算法。首先,在蚁群系统算法的基础上,引入2-opt算子进行局部搜索,加快算法收敛速度;然后,动态调整邻域搜索范围和信息素更新规则,使其跳出局部最优,避免早熟现象;最后,利用本文提出的DNS-ACS算法对16个经典TSP算例进行仿真模拟,并与其他算法进行对比实验。实验结果表明,DNS-ACS算法的求解精度明显提高,证明了该算法的有效性。
-
-
程亚南;
王晓峰;
刘凇佐;
刘子琳;
张九龙
-
-
摘要:
旅行商问题(TSP)是典型的NPC问题,目的是对所有城市遍历一遍求路径最短,旅行商问题易于描述、易于理解,但是求解极其困难。从确定性算法到智能优化算法该问题的求解有了很大的进步。海鸥算法是近年来提出的一种新型智能优化算法,该算法对于求解组合优化问题具有良好的效果,基于海鸥算法的基本原理,采用轮盘赌方法进行初始化,近邻矩阵限制搜索空间范围,利用交叉操作指导算法的搜索顺序,攻击过程中使用概率选择交换、逆序、插入等技术不断对海鸥的路径进行优化,并结合2-opt算子增强算法的局部搜索能力,提出了一种求解TSP问题的改进海鸥算法。最后,对提出的改进算法进行数值实验,将实验结果和近年的改进算法进行对比,实验结果表明,该算法有效且求解质量得到了很好的提高。
-
-
高欣;
贾利芬
- 《第十三届中国不确定系统年会暨第九届中国智能计算大会》
| 2015年
-
摘要:
不确定理论提供了一个新的工具来处理不确定旅行商问题.运用不确定理论的运算法则,给出了旅行商问题的不确定分布.通过运用不确定理论,提出了三种不确定网络下的旅行商问题模型:不确定期望旅行商模型,不确定α-旅行商模型,不确定最大机会旅行商模型.同时研究了不确定期望旅行商模型和不确定α-旅行商模型的求解方法.指出了不确定α-旅行商模型在不确定网络下和相关的确定环境下的旅行商模型存在相等的关系,这使人们找到了一种有效的算法,即Prufer编码遗传算法去求解不确定口-旅行商模型和不确定最大机会旅行商模型.简而言,这个算法可以分解成两部分:构造相应的确定性网络和运用Prufer编码遗传算法求解.
-
-
师肖静;
刘洋
- 《第十三届中国不确定系统年会暨第九届中国智能计算大会》
| 2015年
-
摘要:
旅行商问题(TSP)是组合优化领域中的一个典型的易于描述但难以求解的NP完全问题,具有重要的实际应用价值.在现实生活中,许多因素往往是不确定的,为此,本文主要讨论了不确定环境下的旅行商问题,基于花费的时间服从不确定分布,从旅行者的利益出发建立了带有风险约束的时间最小化模型.最后,通过给出数值例子验证了该模型的有效性.
-
-
-
-
张瑞友;
汪定伟
- 《第十一届全国青年系统科学与管理科学学术会议暨第七届物流系统工程学术研讨会》
| 2011年
-
摘要:
旅行商问题是一类经典的组合优化NP难题.在分析旅行商问题的顺序编码、随机键编码等现有编码方式的基础上,提出了一种新的编码方式,称为压缩的顺序编码.给出了编码算法、解码算法,以及编码的改变对解的影响,并与现有编码方式进行了对比.这种编码方式各基因位之间相互独立,合法性易于维持,不需要合法性修复,这体现出这种编码方式的优越性,并为开发高效的智能优化方法提供了一条新的思路.压缩的顺序编码不仅可以应用于旅行商问题,而且可以应用于车辆路径问题、车间调度问题等旅行商问题的各种扩展与变形,这为以后开发更为高效的智能优化方法提供了一条新的思路。
-
-
Jiang Jianwen;
江建文;
Wang Jikai;
王纪凯;
Chen Zonghai;
陈宗海
- 《第20届中国系统仿真技术及其应用学术年会(20th CCSSTA 2019)》
| 2019年
-
摘要:
旅行商问题(Traveling Salesman Problem,TSP)是组合优化领域著名的NP问题,具有较为广泛的工程应用和现实生活背景.遗传算法是一种基于自然选择和基因遗传学原理的随机搜索算法,是一种寻求全局最优解而不需要任何初始化信息的高效优化方法.该算法具有全局寻优能力、适应性强、解决非线性问题具有较强的鲁棒性、对问题没有特定限制、计算过程简单、对搜索空间没有特殊要求、易于与其他算法结合等特点,在求解NP完全问题方面是一种较为有效的全局方法.然而遗传算法是一种概率搜索算法,其性能受种群规模、杂交和变异概率等控制参数的影响,而且有时会有收敛到局部最优解的现象.由于算法需要较大的种群规模,种群进化则需要不断的进行适应度函数计算,计算量相当大,因此,本文使用Compute Unified Device Architecture(CUDA)技术在Graphics Processing Unit(GPU)上并行实现遗传算法的所有操作并用于求解TSP旅行商问题.实验证明,该方法相对于串行遗传算法具有更强全局寻优能力以及耗费更少的操作时间.
-
-
-
杨玉;
戴红伟;
李存华
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
针对遗传算法中传统交叉算子交叉效率低下等缺点,提出改进型全干扰量子交叉遗传算法。与基于位置信息的经典量子全干扰交叉模型不同,改进型交叉算子通过距离比较,能够获取质量更高的候选解。通过对旅行商问题(TSP)求解的对比实验表明,改进量子交叉遗传算法能有效平衡全局搜索和局部探索,具有更强的稳定性和寻优能力。
-
-