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
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社