[1] 文艺,潘大志. 用于求解TSP问题的改进遗传算法[J]. 计算机科学, 2016,43(s1):90-92.
[2] 于宏涛,高立群,田卫华. 求解TSP的离散人工蜂群算法[J]. 东北大学学报(自然科学版), 2015,36(8):1074-1079.
[3] 严露. 粒子群算法研究与应用[D]. 成都:电子科技大学, 2013.
[4] 贾燕花. 蚁群算法在旅行商问题(TSP)中的应用研究[J]. 计算机与数字工程, 2016(9):1664-1667.
[5] 徐小平,朱秋秋. 求解TSP的改进模拟退火算法[J]. 计算机系统应用, 2015,24(12):152-156.
[6] 姚明海,王娜,赵连朋. 改进的模拟退火和遗传算法求解TSP问题[J]. 计算机工程与应用, 2013,49(14):60-65.
[7] An Jinliang, Gao Jia, Lei Jinhui, et al. An improved algorithm for TSP problem solving with hopfield neural networks[J]. Advanced Materials Research, 2011,143-144:538-542.
[8] Li Rong, Qiao Junfei, Li Wenjing. A modified hopfield neural network for solving TSP problem[C]// 2016 12th World Congress on Intelligent Control and Automation (WCICA). 2016:1775-1780.
[9] 雷玉梅. 基于改进遗传算法的大规模TSP问题求解方案[J]. 计算机与现代化, 2015(2):34-39.
[10]陈林,潘大志. 改进遗传算法解决TSP问题[J]. 智能计算机与应用, 2016,6(5):17-19.
[11]谢燕丽,许青林,姜文超. 一种基于交叉和变异算子改进的遗传算法研究[J]. 计算机技术与发展, 2014(4):80-83.
[12]王娜. 一种改进的遗传算法求解TSP问题[D]. 长春:东北师范大学, 2010.
[13]位二伟. 二倍体自适应遗传算法在函数优化中的应用[D]. 重庆:重庆大学, 2012.
[14]陈超. 自适应遗传算法的改进研究及其应用[D]. 广州:华南理工大学, 2011.
[15]薛海萍. 基于相似性排挤的多种群混合遗传算法的研究与应用[D]. 南宁:广西大学, 2015.
[16]Tian Wenhong, Wang Xinyang, Xiong Qin, et al. Obtaining quality-proved near optimal results for traveling salesman problem[J]. Computer Science, 2015:1-14.
[17]郭强,迟洪钦. 基于GA的MTSP问题的研究[J]. 计算机与数字工程, 2010,38(10):5-7. |