mtsp模型及求解word版-資料下載頁
2025-08-21 16:22本頁面
【正文】 訂單（城市）的TSP問題，將本文提出的改進的遺傳算法與目前較好的兩種啟發(fā)式交叉方法(GX和GSX)進行比較，結(jié)果如表2所示：算法交叉方法變異方法迭代次數(shù)最優(yōu)解1GX逆序法10002GSX2OPT10003三交叉改進啟發(fā)式1000表2：實 驗 結(jié) 果由試驗結(jié)果可知：當(dāng)采用算法1時，收斂速度慢相當(dāng)慢，而且解的質(zhì)量不高。而方法2要稍優(yōu)于方法l。方法3實際上在756代時便已經(jīng)達到了最優(yōu)解，因此可見當(dāng)采用改進的遺傳算法不論是收斂速度和解的質(zhì)量都是最好的[11]。對于熱軋調(diào)度問題首先建立了MTSP模型，與一般單TSP模型不同的是，它能夠同時安排多個軋制單元計劃，符合現(xiàn)場實際情況。再將MTSP模型轉(zhuǎn)化為單TSP模型，在求解上，用改進遺傳算法，即三交換啟發(fā)交叉變參算法，可以高效率搜索出最優(yōu)解進行求解。結(jié)果證明應(yīng)用TSP問題的改進遺傳算法能夠有效地解決軋鋼廠生產(chǎn)調(diào)度問題。參考文獻：[1] 金光熙,孫福興,柏世彬,:冶金工業(yè)出版社,1994：104~130.[2] :科學(xué)出版社,~12.[3] TANG Lixin, LIU Jiyin, RONG Aiying,et al. Multiple traveling salesman problem model for hot rolling scheduling in Shanghai Baoshan iron amp。 steel plex[ J].European Journal of Operational Research,2000,124(2): 267282.[4] [J].東北大學(xué)學(xué)報,1999,20(2):148~150.[5] Lenstra J K,Rinnooy Kan AHG. Some simple applications of the traveling salesman problem. Operational Research Quarterly, 1975, ~733.[6] 黃可為。 汪定偉. 熱軋計劃中的多旅行商問題及其計算方法[J]計算機應(yīng)用研究, 2007（07）[7] [J].東北大學(xué)學(xué)報(自然科學(xué)版),1998（06）[8] 楊照選。 賀建民。 (自然科學(xué)版), 2004（05） [9] 陳繼業(yè),謝政. 求解旅行商問題的一種混合遺傳算法. 計算機工程與應(yīng)用, 2004, (12).[10] (TSP)(自然科學(xué)版)[J]， 1999,(02):41一42.[11] 尚智強, 鄭耀林. 一種改進遺傳算法在旅行商(TSP)問題中的應(yīng)用[J]. 福建電腦, 2002,(08)
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1