返回
Solving the Traveling Salesman Problem Using the IDINFO Algorithm
DOI:10.3390/ijgi14030111.png)
摘要
En 中文
旅行商问题(TSP)是一个经典的离散组合优化问题,广泛应用于机器人学、交通运输、网络等领域。尽管现有研究已对TSP进行了广泛讨论,但在提高收敛性和优化能力方面仍存在待解决的问题。本研究旨在通过提出一种名为IDINFO(离散化INFO的改进版本)的新算法来解决这一问题。所提出的IDINFO是在离散空间中对INFO(向量的加权平均)算法的扩展,并采用了优化的搜索策略。它应用多策略搜索以及基于阈值的2-opt和3-opt局部搜索,以增强局部搜索能力并避免离散化INFO的局部最优问题。我们使用TSPLIB库来评估IDINFO在TSP中的性能。在多个基准测试集的测试中,我们的算法优于现有的代表性算法(如PSM、GWO、DSMO、DJAYA、AGA、CNO_PSO、Neural-3-OPT和LIH)。其有效性也在实际应用中得到了验证,特别是在解决短距离配送中的TSP问题。
Keyword:
combinatorial optimization problems
weighted mean of vectors algorithm
traveling salesman problem
short-distance delivery
期刊
IF:
6
论文数:
830
被引数:
1.4K
机构
引用论文
A simulated annealing algorithm with a dual perturbation method for clustering
PATTERN RECOGNITION
IF7.6
Development of Heuristic Approaches for Last-Mile Delivery TSP with a Truck and Multiple Drones使用卡车和多架无人机开发最后一英里交付TSP的启发式方法
DRONES
IF4.8
Research optimization on logistics distribution center location based on adaptive particle swarm algorithm
Optik
IF0

