论文部分内容阅读
针对原始花授粉算法（FPA）无法用于求解组合优化问题,提出一种离散的花授粉算法,并将其应用于求解旅行商问题（TSP）。通过重新定义花朵、全局搜索与局部搜索等概念;并对莱维飞行用一种新的方法进行分段,有效避免算法过早陷入局部最优,增强算法的全局搜索能力。最后通过对10个国际通用的TSP数据（TSPLIB）进行测试,并将实验结果与离散粒子群算法（DPSO）、混合离散粒子群算法（HDPSO）、离散布谷鸟搜索（DCS）算法、带有遗传模拟退火的蚁群粒子群（GSA-ACS-PSOT）算法的实验结果进行对比。实验数据显