由于蚁群算法涉及到的参数蛮多的,且这些参数的选择对程序又都有一定的影响,所以选择合适的参数组合很重要。蚁群算法有个特点就是在寻优的过程中,带有一定的随机性,这种随机性主要体现在出发点的选择上。蚁群算法正是通过这个初始点的选择将全局寻优慢慢转化为局部寻优的。
遗传算法 算法最主要的就是我们要想明白什么是他的 DNA 和怎么样对个体进行评估 .这次的编码 DNA 方式又不一样, 我们可以尝试对每一个城市有一个 ID, 那经历的城市顺序就是按 ID 排序咯. 比如说商人要经过3个城市, 我们就有。这6种排列方式.
对于小规模数据的TSP问题,我们可以使用动态规划快速的求解。对于大规模数据的TSP问题,可以使用蚁群算法,模拟退火等近似算法进行求解。蚁群算法是一种用来在图中寻找优化路径的机率型算法,最早Marco Dorigo提出。这是因为它们在移动的路径上会留下“信息
各种启发式算法的整体框架大致都由以下几个操作组成:初始解的产生;解的评价;扰动算子;此外,还可以加上程序原始数据的导入等操作。12 vector<vector<double>> getDM; //函数
安科网(Ancii),中国第一极客网
Copyright © 2013 - 2019 Ancii.com
京ICP备18063983号-5 京公网安备11010802014868号