摘要：该文以经典的对称旅行商问题（Symmetric Traveling Salesman Problem，STSP）为基础，求解时间最优的旅行商问题（Time Optimal TSP，TOTSP），将拟合函数引入到混合蛙跳遗传算法（SFLA-GA）的适应度函数来反映景点客流量随时间的变化，旨在旅游旺季为游客提供一条游览时间最短的路径推送服务。实验结果表明：相对于随机游览路径，SFLA-GA混合算法得到的游览路径明显节省了游览时间；与SFLA和混合粒子群遗传算法（PS0-GA）相比较，SFLA-GA混合算法具有计算量少、收敛速度快、对初始种群依赖性低以及全局性更好等优点，在求解TOTSP上搜索性能更强、时间可优。

关键词：时间最优的旅行商问题 混合蛙跳遗传算法 适应度函数 拟合函数 游览时间 

单位：合肥工业大学计算机与信息学院; 合肥230009