哪种方法在TSP问题中产生较短的旅程:最近邻居或遗传算法?

时间:2008-12-10 14:22:23

标签: artificial-intelligence genetic-algorithm nearest-neighbor heuristics traveling-salesman

在过去的几天里,我注意到一些使用遗传算法证明TS解决方案的web sites

哪种方法在TSP问题中产生较短的旅程:最近邻居或遗传算法?

1 个答案:

答案 0 :(得分:7)

由于两种技术都不能保证最佳解决方案,因此您的里程会有所不同幸运的是,任何一种技术都可以胜过另一种技术。这两种技术都有利有弊。

最近邻居:+快,+简单, - 通常不是最佳

遗传算法: - 更慢,更复杂,+解决方案趋向于随时间变化

最大的区别在于随机算法如simulated annealing和遗传算法可能会随着时间的推移而不断改进 - 你让它们运行的​​时间越长,你获得最佳解决方案的可能性就越大(尽管没有保证)。

由于NN很快,所以没有什么可以阻止你组合这些技术。运行NN以找到可能优于随机的起始解决方案。然后,将该解决方案提供给您的遗传算法,并在您觉得合适时让它运行。

如果您对最佳解决方案感兴趣,请查看Lin-Kernighan heuristicLinear Programming。两者都用于查找大型旅行的最佳解决方案,包括this solution85,900 city tour24,978 city Sweden tour

Georgia Tech TSP site是一个很好的资源。

免费获取贴纸的机会↓↓↓
豫ICP备18024241号-1