I摘 要群智能算法求解旅行商问题(Traveling Salesman Problem，TSP)具有极大优势，但是传统的蚁群算法(Ant Colony Optimization，ACO)对于高维问题易出现前期盲目搜索以及后期容易过早收敛到次优解的问题。为了实现良好的全局搜索能力和局部优化能力相结合的目的，在此基础上提出了一种融合 Logistic 混沌映射以及自适应模拟退火机制的改进蚁群算法(Chaotic Algorithm-Simulated Annealing-Ant Colony Optimization，CA-SA-ACO)。从空间分布、参数动态调控和微观状态转移三个维度对底层机制进行系统重构。本文的主要贡献有以下三点：第一，为了解决由随机种子...
发表评论取消回复