[发明专利]一种TSP问题路径规划方法

摘要

本发明涉及一种TSP问题路径规划方法，包括以下步骤：初始化；读取位置并计算距离；贪婪算法初始化种群；最差的若干个体换为随机生成的个体；计算适应度；选择；交叉；变异；随机对若干个体进行模拟退火；计算适应度；当代最优解及其变异解分别给第一和第二个个体；迭代至满足终止条件。本发明贪婪算法产生的种群具有随机性且质量较高，能加速寻优。最差的若干个体换为随机生成的个体，减少差解影响并避免早熟。模拟退火可发现一些更优解，且避免早熟和陷入局优。最优解及其变异解的存储保留了优秀信息且增加了种群多样性。本发明能有效、快速的规划出一条最短访问路径，因此是一种可为TSP问题提供路径规划的有效方法。

主权项

1.一种TSP问题路径规划方法，其特征在于，包括以下步骤：步骤1、将迭代次数gn初始化为1，初始化最大迭代次数GN_max；步骤2、读取各城市的位置信息，并计算各城市之间的距离；步骤3、用贪婪算法产生初始种群，并计算其适应度值，包括以下步骤：对每个个体，先随机选一个城市作为起点，然后搜索未加入的城市，找到距当前城市最近的城市，将其加入个体中并作为当前城市，继续搜索并添加城市，直到所有城市都加入到个体中，得到用贪婪算法产生的个体，重复上述操作，得到所有初始个体，计算每一个初始个体的适应度值F，设个体为x＝(x₁,x₂,...,x_n)，n为城市的数目，则个体x所对应的路径长度D为：则有：步骤4、将适应度值F最差的若干个个体替换为随机生成的个体；步骤5、根据适应度函数计算所有个体的适应度值；步骤6、依据步骤5计算得到的适应度值对种群中的个体进行选择操作；步骤7、对种群中的个体进行交叉操作；步骤8、对种群中的个体进行变异操作；步骤9、从种群中随机选择若干个个体进行模拟退火操作；步骤10、计算新种群中所有个体的适应度值；步骤11、将当前代的最优解赋给种群中的第一个个体，并将该最优个体变异后赋给种群中第二个个体；步骤12、将迭代次数gn加1，更新迭代次数；步骤13、判断迭代次数gn是否达到最大迭代次数GN_max，若达到，则输出最优路径，结束算法，否则跳转至步骤4。