论文研究-基于PSO-GA混合算法时间优化的旅行商问题研究.pdf

【文件属性】：
文件名称：论文研究-基于PSO-GA混合算法时间优化的旅行商问题研究.pdf
文件大小：1.11MB
文件格式：PDF
更新时间：2022-08-11 14:47:49
时间优化的旅行商问题,混合粒子群遗传算法,路径规划,游客旅行时间 为了给游客提供更好的路径推送服务，针对经典的TSP进行了延伸研究，提出了一种时间优化的旅行商问题（time optimal TSP，TOTSP），旨在寻找一条旅行时间最短的游览路径推送给游客来节省游客的旅行时间。通过混合粒子群遗传算法（PSO-GA）对提出的问题进行仿真实验，并将旅行时间作为PSO-GA的目标函数，其中的旅行时间包括游客在景点之间行走的时间、游客在每个景点排队等待的时间以及游客在每个景点游玩需要的时间三个部分。仿真实验对比了PSO-GA求出的最短旅行时间和所需的CPU执行时间与遗传算法（GA）、蚁群算法（ACO）求出的结果。仿真实验表明，PSO-GA在解决TOTSP上有较好的性能。