关于利用PSO-GA混合算法进行旅行商问题时间优化的研究论文.pdf

简介：
本文探讨了运用粒子群优化与遗传算法相结合的方法来解决旅行商问题中的时间效率优化，旨在提出一种有效的路径规划策略。 为了提升游客的路径推送体验，我们对经典的旅行商问题（TSP）进行了扩展研究，并提出了时间优化的旅行商问题（TOTSP）。该方法旨在为游客寻找一条最短旅行时间的最佳游览路线，从而帮助他们节省宝贵的出行时间。在这一过程中，采用了混合粒子群遗传算法（PSO-GA），并将总旅行时间设定为目标函数进行仿真实验。这里所指的总旅行时间包括了游客在景点之间的步行时间、排队等待时间和每个景点内的游玩所需的时间。 通过实验对比分析发现，在解决TOTSP问题时，PSO-GA相较于传统的遗传算法（GA）和蚁群优化算法（ACO），不仅能够找到更短的最短路径，同时也表现出更低的CPU执行时间。这表明混合粒子群遗传算法在处理此类旅行商问题上具有显著优势。