作者:
原文服务方: 现代电子技术       
摘要:
对于求解TSP问题,提出一种贪婪随机自适应灰狼优化算法(GRAGWO).GRAGWO算法基于贪婪随机自适应搜索算法(GRASP),采用其构造阶段生成初始解,在局部搜索阶段采用灰狼优化算法(GWO)对结果进行优化.GWO算法不能直接用于求解离散问题,易陷入局部最优,导致后期收敛速率较低.根据TSP问题的特性,针对易形成局部最优路径和随着迭代次数增进而导致种群多样性减退这两个缺陷,重新定义灰狼编码方式,与GRASP启发式算法相结合,应用于求解TSP问题.采用TSPLIB中的多组不同规模的TSP问题作为实验用例,并将GRAGWO算法与其他仿生算法进行对比,结果表明在求解准确率、稳定性和解决大型城市问题方面具有相对优势.
推荐文章
混合随机量子鲸鱼优化算法求解TSP问题
TSP问题
鲸鱼优化算法(WOA)
量子计算
2-opt
混合算法
TSP问题的自适应进化算法
TSP
进化算法
自适应
边重组
一种求解TSP的自适应蚁群优化算法
蚁群算法
旅行商问题(TSP)
组合优化
基于自适应头狼的灰狼优化算法
灰狼优化算法
局部最优
开发和勘探能力
头狼
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贪婪随机自适应灰狼优化算法求解TSP问题
来源期刊 现代电子技术 学科
关键词 GRAGWO算法 贪婪随机自适应算法 灰狼优化算法 群体智能 旅行商问题 组合优化
年,卷(期) 2019,(14) 所属期刊栏目 电子与信息器件
研究方向 页码范围 46-50,54
页数 6页 分类号 TN911-34|TP393
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2019.14.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孟亮 太原理工大学信息与计算机学院 10 48 3.0 6.0
2 高珊 太原理工大学信息与计算机学院 7 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (112)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(13)
  • 参考文献(3)
  • 二级参考文献(10)
2015(12)
  • 参考文献(3)
  • 二级参考文献(9)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GRAGWO算法
贪婪随机自适应算法
灰狼优化算法
群体智能
旅行商问题
组合优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导