最新計算智能課程設(shè)計粒子群優(yōu)化算法求解旅行商問題matlab實現(xiàn)免費(fèi)下載-資料下載頁
2025-03-25 03:50本頁面
【正文】 變參數(shù)，多次試驗，看能否得到更優(yōu)值。5. 算法的改進(jìn)多次實驗結(jié)果如下：編號snnvmaxc1c2gnmax最優(yōu)值1100301310031556210025131003221131002013100316484100151310032649510010131003178761005131003059071005121003249181005111003316991005231003286310100533100321091115051310031178122005131003210613250513100319401430051310030050153505131003014816400513100310691730051350322221830051315029746193005132002980320300513250305982130051330029042由以上實驗結(jié)果可知，當(dāng)初始化粒子總數(shù)snn為300，最大速度vmax為5，學(xué)習(xí)因子c1為1，c2為3，最大迭代次數(shù)為300時（即編號為21的實驗），得到最短遍歷長度為29042，其對應(yīng)的遍歷路徑為L: [ 21 22 16 29 11 5 13 4 1 15 24 17 18 12 14 7 6 23 8 9 10 2 3 27 25 28 20 ]、相應(yīng)最佳粒子變化趨勢及最好路徑圖為： 6. 結(jié)論改變各個參數(shù)值后求得的最優(yōu)值差別不大，并且所得的最優(yōu)值與其他算法求得的最優(yōu)值相比更劣（遺傳算法求解同樣的問題得到的最優(yōu)值為15404[3]），但是路徑確實優(yōu)化了，這種基于交換子和交換序的改進(jìn)的粒子群優(yōu)化算法求解TSP問題是有一定成效的。由最佳粒子變化趨勢圖可知最優(yōu)值的變化依賴于突變，并且這種突變發(fā)生效率很低，然而通過修改學(xué)習(xí)因子cc以及最大速度vmax并不能明顯改變這種突變率。我想是因為這種基于交換子和交換序的改進(jìn)的粒子群優(yōu)化算法的性質(zhì)所決定的。當(dāng)然也有可能由于編碼不恰當(dāng)造成的，但是目前我尚未找到更好的編碼方法。這種源于大自然群體智能的粒子群優(yōu)化算法一定具有一定的通用性的，我相信通過恰當(dāng)?shù)母倪M(jìn)一定能夠用于現(xiàn)實生活中的絕大多數(shù)優(yōu)化問題。本文所用的交換子和交換序的概念以及對應(yīng)的編碼方法也一定能夠改進(jìn)的。7. 參考文獻(xiàn)[1] 黃嵐，王康平，周春光，龐魏，董龍江，（理學(xué)版），2003,4:477480.[2] 汪定偉，王俊偉，[3] 叢爽，,.10
電大資料相關(guān)推薦
鄂ICP備17016276號-1