当前位置:首页 > 网络技术 > 遗传算法matlab程序源代码(遗传算法经典实例)(遗传算法代码 matlab)

遗传算法matlab程序源代码(遗传算法经典实例)(遗传算法代码 matlab)

longge2022-03-24 01:48:16网络技术20

旅行商问题(Traveling Salesman Problem,简称TSP问题),即为求解最优化的城市线路组合,要求每个城市都要走且只走一遍,终点城市同出发城市为同一个,最终所走路程需最短。本文在传统遗传算法基础上,对其进行改进优化,提出了精英保留的协同进化遗传算法,并分别以30、50和75个城市为例,对二者进行对比。该算法的运行流程如图1所示。

图1 协同进化遗传算法运行流程

产生初始种群后(设种群数量为POP),便按照适应度值(即总路程倒数)高低将其分为三个子种群,其中,子种群1的适应度值最大,子种群3的适应度值最小。接着,在各个子种群内部进行交叉变异操作,依次产生新子种群1、新子种群2、新子种群3。同时,三个子种群两两之间,也进行交叉变异操作,依次产生新子种群4、新子种群5、新子种群6。最后便将这6个新子种群进行组合,然后从中随机挑选出POP-1个个体,并根据精英保留策略,将其与父代最优个体相合并,从而得到新种群、开始下一代的操作。

以30、50、75个城市为例,分别进行10次重复试验,取各次试验两种算法最优解的平均值进行对比,结果如图2所示。

图2 两种算法的寻优结果对比

显然,同传统遗传算法相比,协同进化遗传算法具备更强大的最优解搜索能力,尤其当城市数量较多时(如此例中的75),其能更有效地避免陷入局部最优,从而找到全局最优的解、使得总路程更小。以75个城市数量为例,两种算法所确定的最优路径分别如图3(a)与3(b)所示。

(a) 传统遗传算法

(b) 协同进化遗传算法

图3 两种算法所确定的最优路径对比

图3中,横轴纵轴分别为每个城市的横纵坐标,图中的数字即为每个城市的编号。显然,协同进化遗传算法所确定的最优路径更为规整,这表明其同传统遗传算法相比,具有更强的全局寻优能力,且具备更好的鲁棒性。

免责声明
本站部分资源来源于互联网 如有侵权 请联系站长删除
龙哥网是优质的互联网科技创业资源_行业项目分享_网络知识引流变现方法的平台为广大网友提供学习互联网相关知识_内容变现的方法。#转载请注明出处!

“遗传算法matlab程序源代码(遗传算法经典实例)(遗传算法代码 matlab)” 的相关文章

容易好用的jQuery瀑布流插件Wookmark(小程序瀑布流插件)

容易好用的jQuery瀑布流插件Wookmark(小程序瀑布流插件)

Wookmark jQuery插件大致使用position:absolute来重构内容实现瀑布流布局! 下载插件后,在网页中引用插件的JS文件: <script src="jquer...

jQuery slice()方法获取指定索引范围内的元素

jQuery slice()方法获取指定索引范围内的元素

slice() 把匹配元素集合缩减为指定的指数范围的子集。模仿了 JavaScript 数组对象的 .slice() 方法。它所模仿的特性之一是向 start 或 end 参数传递负数的能力。如果提...

古风角色设计班(古风人物设计)

古风角色设计班(古风人物设计)

课程介绍 该课程为古风角色设计班,内容涵盖头像绘制、头饰设计、角色设计入门、服装与配饰、素材应用、完整主题角色设计等内容!古风向原创角色设计,各种类型的配饰创意,老师独家私藏自制素材分享,挑...

30天变美训练营(30天变美训练营软件介绍)

30天变美训练营(30天变美训练营软件介绍)

课程介绍 身材,皮肤,穿搭,妆容,饮食5类变美好课,海量场景囊括变美方方面学习地址百度:https://pan.baidu.com/s/1zHEbitDvOVx_Gq-AZRabeA天翼:h...

台球30天速成班

台球30天速成班

课程介绍从0开始教你学习台球,克服出杆不稳,让你的心态重获自信,纠正错误的动作习惯,杆法/加塞球更轻松。适合零基础的业余爱好者学习!学习地址百度:https://pan.baidu.com/s/1p0...

Java五种方式实现多线程循环打印问题_java(java多线程交替打印)

Java五种方式实现多线程循环打印问题_java(java多线程交替打印)

目录wait-notifyjoin方式ReentrantLockReentrantLock+ConditionSemaphore三个线程T1、T2、T3轮流打印ABC,打印n次,如ABCABCABCA...