版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、為了給游客提供更好的路徑推送服務(wù),針對(duì)經(jīng)典的旅行商問(wèn)題(TSP,TravelingSalesman Problem)進(jìn)行了延伸研究,提出了一種時(shí)間優(yōu)化的旅行商問(wèn)題(TOTSP,Time Optimal TSP),旨在尋找一條旅行時(shí)間最短的游覽路徑。該路徑推送給游客從而節(jié)省游客在景區(qū)內(nèi)進(jìn)行游玩的旅行時(shí)間。通過(guò)混合粒子群遺傳算法(PSO-GA,Particle Swarm Optimization-Genetic Algorithm)對(duì)提出
2、的問(wèn)題進(jìn)行仿真實(shí)驗(yàn),并將旅行時(shí)間作為PSO-GA的目標(biāo)函數(shù),其中的旅行時(shí)間包括三個(gè)部分:游客從一個(gè)景點(diǎn)走向另一個(gè)景點(diǎn)所行走的總時(shí)間、游客在每個(gè)景點(diǎn)排隊(duì)等待的總時(shí)間以及游客在每個(gè)點(diǎn)進(jìn)行游覽所需要的總時(shí)間。本研究將PSO-GA求出的最短旅行時(shí)間及所需的CPU執(zhí)行時(shí)間同遺傳算法GA以及蟻群算法(ACO,Ant ColonyOptimization)求出的結(jié)果進(jìn)行了對(duì)比。仿真實(shí)驗(yàn)表明PSO-GA在解決提出的TOTSP問(wèn)題上具有較好的性能。
3、> 本文研究的是時(shí)間優(yōu)化的旅行商問(wèn)題,文中將對(duì)TOTSP問(wèn)題求解得到的路徑稱(chēng)為時(shí)間優(yōu)化的路徑(TOP,Time Optimal Path),對(duì)TSP問(wèn)題求解得到的路徑稱(chēng)為長(zhǎng)度優(yōu)化的路徑(LOP,Length Optimal Path)。本論文的主要研究工作可以總結(jié)為以下幾點(diǎn):
(1)提出TSP問(wèn)題的一種擴(kuò)展問(wèn)題:TOTSP問(wèn)題,并對(duì)其概念和數(shù)學(xué)模型進(jìn)行介紹,將游客的行走、排隊(duì)和游玩等因素融入到該模型中;
(2)利用
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GA-PSO混合算法的陣列天線優(yōu)化.pdf
- 基于流水算法的旅行商問(wèn)題求解
- 改進(jìn)的Ejection Chain局部搜索算法與混合算法求解旅行商問(wèn)題.pdf
- 基于蟻群算法的旅行商問(wèn)題研究
- 基于服務(wù)時(shí)間約束的在線旅行商問(wèn)題研究.pdf
- 混合遺傳算法解決旅行商問(wèn)題的研究.pdf
- 基于遺傳算法的旅行商問(wèn)題仿真研究.pdf
- 求解旅行商問(wèn)題的進(jìn)化算法.pdf
- 旅行商問(wèn)題的兩種算法.pdf
- 樹(shù)算法求解旅行商問(wèn)題.pdf
- 求解旅行商問(wèn)題的微粒群算法研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)的旅行商問(wèn)題的智能求解算法研究.pdf
- 旅行商問(wèn)題的基因片段插入算法研究.pdf
- 基于多旅行商問(wèn)題模型的熱軋計(jì)劃問(wèn)題的算法研究.pdf
- 關(guān)于旅行商問(wèn)題的改進(jìn)遺傳算法.pdf
- 基于自組織優(yōu)化算法的多旅行商問(wèn)題的求解與應(yīng)用.pdf
- 應(yīng)用智能螞蟻算法解決旅行商問(wèn)題.pdf
- 旅行商問(wèn)題的兩種智能算法.pdf
- 基于GA-PSO混合算法的路徑測(cè)試數(shù)據(jù)自動(dòng)生成研究.pdf
- 機(jī)群環(huán)境下用螞蟻算法求解旅行商問(wèn)題的研究.pdf
評(píng)論
0/150
提交評(píng)論