论文部分内容阅读
蚁群算法在求解TSP（旅行商）问题时存在收敛速度慢、容易陷入局部最优的缺点，遗传算法具有较强的全局搜索能力而被广泛采用。然而，遗传算法是基于二进制编码的交叉和变异操作，对TSP问题中的城市序列并不适用。结合蚁群算法和遗传算法提出了一种新的ACAG（the Algorithm Combined by ACA and GA）算法。通过在蚁群算法中引入贪心策略，选取下一城市时，把选择范围限定在离当前城市最近的部分城市中，能迅速提高搜索速度，快速收敛到较优解。在蚁群算法迭代一定次数后动态过渡到遗传算法，利用遗传算法全局、快速搜索的特点，对解空间进行扩充，能有效避免陷入局部最优，较快的得到最优解。实验结果表明，算法性能明显优于传统的蚁群算法和遗传算法。