基于聚类集成的蚁群算法求解大规模TSP问题

• 作者: 叶家琪 叶浩 符强 贺亦甲
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 大规模TSP问题 蚁群算法 AP聚类 集成方案 求解质量
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP301
• 字数: 4855字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.02.007

摘要

ACA(Ant Colony Algorithm)是一种可以有效求解组合优化的TSP(Travelling Salesman Problem)问题的方法.然而,当TSP问题的规模较大时,该算法的求解性能将会明显减弱.本文针对大规模TSP问题提出一种基于聚类集成的蚁群算法IAPACA(Improved AP Ant Colony Algorithm)的求解方法.利用AP(Affinity Propagation)聚类对大规模旅行商问题进行处理,将大规模旅行商问题分为若干子问题,并对每个子问题用蚁群算法进行寻优.然后用改进的集成方案对子问题进行组合,得到问题的结果.最后进行TSPLIB标准库测试算例的实验仿真,实验结果表明,基于聚类集成的蚁群算法具有更好的求解效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	符强	宁波大学科学技术学院	35	205	8.0	12.0
5	贺亦甲	宁波大学科学技术学院	2	0	0.0	0.0
6	叶家琪	宁波大学科学技术学院	1	0	0.0	0.0
7	叶浩	宁波大学科学技术学院	1	0	0.0	0.0