摘要: 针对标准粒子群优化算法易出现问题,提出一种改进粒子群算法。该算法为不同的粒子分配不同的任务,对性能较好的粒子使用较小的惯性权重,对性能较差的粒子采用较大的惯性权重,惯性权重根据适应度函数自适应调整,更好地平衡算法的全局与局部搜索能力,提高算法的多样性与搜索效率。用14点TSP 标准数据对算法性能进行测试,结果表明该算法能够较早跳出局部最优,具有较高的收敛速度和收敛率。
中图分类号:
叶安新. 基于改进粒子群优化算法的TSP问题研究[J]. 计算机与现代化, 2011, 1(4): 1-3.
YE An-xin. Research on Traveling Salesman Problem Based onImproved Particle Swarm Optimization Algorithm[J]. Computer and Modernization, 2011, 1(4): 1-3.