基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学

上传人:小** 文档编号:39227573 上传时间:2018-05-13 格式:DOC 页数:43 大小:1.84MB
返回 下载 相关 举报
基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学_第1页
第1页 / 共43页
基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学_第2页
第2页 / 共43页
基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学_第3页
第3页 / 共43页
基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学_第4页
第4页 / 共43页
基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学_第5页
第5页 / 共43页
点击查看更多>>
资源描述

《基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学》由会员分享,可在线阅读,更多相关《基于遗传算法的tsp问题研究本科生毕业论文 福建农林大学(43页珍藏版)》请在金锄头文库上搜索。

1、 设计题目:_基于遗传算法的 TSP 问题研究_学 院:_计算机与信息学院 _ _I毕业设计(论文)原创性声明和使用授权说明毕业设计(论文)原创性声明和使用授权说明原创性声明原创性声明本人郑重承诺:所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。作 者 签 名: 日 期: 指导教师签名: 日 期: 使用授权说明使用授权说明本人完全了解

2、 大学关于收集、保存、使用毕业设计(论文)的规定,即:按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。作者签名: 日 期: II学位学位论论文原文原创创性声明性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声

3、明的法律后果由本人承担。作者签名: 日期: 年 月 日学位学位论论文版文版权权使用授使用授权书权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名:日期: 年 月 日导师签名: 日期: 年 月 日III目录目录摘要.IAbstract.II 第 1 章 绪论.- 1 -1.1 旅行商问题.- 1 -1.2 研究意义.- 1 -1.3 论文的组织结构

4、.- 1 -第 2 章 遗传算法理论概述.- 2 -2.1 遗传算法的起源和发展.- 2 -2.2 遗传算法基本原理.- 3 -2.3 遗传算法的基本步骤.- 4 -2.4 遗传算法的流程图 .- 4 -2.5 遗传算法的特点.- 5 -2.6 遗传算法的应用.- 6 -第 3 章 TSP 问题及研究的基本方法 .- 8 -3.1 TSP 问题概述.- 8 -3.2 TSP 的应用与价值.- 8 -3.3 TSP 问题的数学模型.- 9 -3.4 TSP 问题的分类 .- 9 -3.5 现有的求解 TSP 问题的几种算法 .- 10 -第 4 章 遗传算法在 TSP 的应用.- 12 -4.1

5、 遗传算法在 TSP 上的应用.- 12 -4.2 算法的实现.- 12 -4.3 编码.- 12 -4.4 初始化种群.- 13 -4.5 适应度函数.- 13 -4.6 选择操作.- 13 -4.7 交叉操作.- 15 -4.8 变异操作.- 17 -4.9 实验结果.- 18 -结 论.- 20 -展望.- 20 -参 考 文 献.- 21 -致 谢.- 22 -附录程序.- 23 -I摘要摘要TSP 问题(Traveling Salesman Problem)是已知有 n 个城市,现有一推销员必须遍访这 n个城市,且每个城市只能访问一次,最后又必须返回出发城市。要安排其访问次序,使其旅

6、行路线的总长度最短。TSP 是经典的 NP-hard 组合优化问题之一,也是一个测试算法优劣性的标准问题,且现实中有很多应用问题都可归结或转化为 TSP 问题。故对此问题的求解具有理论与实用两方面的意义。传统的求解方法在面对较大规模的问题时,很不容易得到最优解。遗传算法(Genetic Algorithms,简称 GA)是借鉴生物选择和进化机制发展起来的一种高度并行、随机和自适应搜索算法。特别适合于处理传统搜索算法解决不好的复杂和非线形问题。它的两个最大的显著特点是隐含并行性和全局搜索。对遗传算法及其应用的研究是目前智能计算的研究热点之一。关键词关键词:遗传算法;TSP 问题;交叉算子 IIA

7、bstractThe TSP question is one of most classical NPhard combination optimization questions,and it is also a standard question to test algorithm performanceIn the reality,there al e many application questions can be summed up or converted intoTSP.Therefore solve this problem is significance with both

8、 the theory and practicalTo large-scale problems,the traditional solution method is too inadequate.Genetic Algorithm(GA)is all algorithm which is highly parallel,stochastic and autoadapted searchingIt is profits from one kind which the biological choice and the evolution mechanismEspecially,it quali

9、fies in the questions that complex and non-linear for tradition searching algorithmIts two most major outstanding features are conceal parallelism and the global searchTo the genetic algorithm and the application research ofit is one hot spot of the intelligent computation stratosphereKey words:genetic algorithm;TSP; crossover opera福建农林大学本科毕业论文- 1 -第第 1 1 章章 绪论绪论1.11.1 旅行商问题旅行商问题旅行商问题 (Traveling Salesman Problem,TSP),也称货郎担问题,是指对于给定的甩个城市,旅行商从某一个城市出发,不重复地访问其余每一个城市,最后又返回到原出发城市,要求找出一条旅行路线,使其的旅行所付出的代价最小。旅行商问题是一个比较古老的问题,最早可追溯到 Euler 提出的骑士旅行问题,同时它也是个

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 商业/管理/HR > 其它文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号