粒子群算法tsp java_粒子群算法解决TSP问题汇总.doc
PAGE \* MERGEFORMAT 14
河南理工大学计算机科学与技术学院课程设计报告
2014— 2015学年第一学期
课程名称 Java语言程序设计 设计题目 利用粒子群算法解决TSP问题 姓 名 朱超琦 学 号 3613090102 专业班级 计科合13 指导教师 刘 志 中
2015年 1 月 2 日
目录
TOC \o "1-3" \h \z \u HYPERLINK \l "_Toc439937146" 一.课程设计内容 PAGEREF _Toc439937146 \h 2 HYPERLINK \l "_Toc439937147" (一)课程设计题目 PAGEREF _Toc439937147 \h 2
HYPERLINK \l "_Toc439937148" (二)课程设计目的 PAGEREF _Toc439937148 \h 2
HYPERLINK \l "_Toc439937149" (三)课程设计要求 PAGEREF _Toc439937149 \h 2
HYPERLINK \l "_Toc439937150" 二.算法相关知识 PAGEREF _Toc439937150 \h 2
HYPERLINK \l "_Toc439937151" (一) 粒子群算法简介 PAGEREF _Toc439937151 \h 2
HYPERLINK \l "_Toc439937151" (二) 人工生命简介3
HYPERLINK \l "_Toc439937163" (三) 粒子群算法的流程图及伪代码: PAGEREF _Toc439937163 \h 4
HYPERLINK \l "_Toc439937165" 三.算法的JAVA实现 PAGEREF _Toc439937165 \h 5
HYPERLINK \l "_Toc439937507" 四. 课程设计的总结体会 PAGEREF _Toc439937507 \h 14
HYPERLINK \l "_Toc439937508" 五.参考文献 PAGEREF _Toc439937508 \h 14一.课程设计内容(一)课程设计题目应用粒子群算法(Particle Swarm Optimization) 求解 旅行商问题(TSP);旅行商问题:即TSP问题(Travelling Salesman Problem)又译为旅行推销员问题、货郎担问题,是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值(二)课程设计目的1.训练应用算法求解实际问题;2训练应用Java语言实现具体问题的求解算法;3.到达理解java语言的应用特点以及熟练应用java语言的目标。(三)课程设计要求1.读懂算法,理解算法计算过程中每一步操作是如何实现的;2.设计函数优化的编码格式;3.采用java 语言编程实现算法的求解过程;4.掌握粒子群算法的基本原理 ,了解在JAVA 环境中实现粒子群算法的过程。
二.算法相关知识(一) 粒子群算法简介粒子群算法简称PSO,它的基本思想是模拟鸟群的捕食行为。设想这样一个场景:一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里。但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。PSO从这种模型中得到启示并用于解决优化问题。PSO中,每个优化问题的解都是搜索空间中的一只鸟。我们称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应值(fitness value),每个粒子还有一个速度决定他们飞翔的方向和距离。然后粒子们就追随当前的最优粒子在解空间中搜索。PSO 初始化为一群随机粒子(随机解)。然后通过迭代找到最优解。在每一次迭代中,粒子通过跟踪两个"极值"来更新自己。第一个就是粒子本身所找到的最优解,这个解叫做个体极值pBest。另一个极值是整个种群目前找到的最优解,这个极值是全局极值gBest。另外也可以不用整个种群而只是用其中一部分作为粒子的邻居,那么在所有邻居中的极值就是局部极值。粒子公式:在找到这两个最优值时,粒子根据如下的公式来更新自己
粒子群算法tsp java_粒子群算法解决TSP问题汇总.doc相关推荐
- 粒子群算法tsp java_粒子群算法解决TSP问题
1. 粒子群算法简介 粒子群算法(particle swarm optimization,PSO)由Kennedy和Eberhart在1995年提出,属于进化算法的一种,是通过对模拟鸟群扑食行为设计的 ...
- tsp java_蚁群算法java实现以及TSP问题蚁群算法求解
1. 蚁群算法简介 蚁群算法(Ant Clony Optimization, ACO)是一种群智能算法,它是由一群无智能或有轻微智能的个体(Agent)通过相互协作而表现出智能行为,从而为求解复杂问题 ...
- tsp java_基于贪心算法求解TSP问题(JAVA)
前段时间在搞贪心算法,为了举例,故拿TSP来开刀,写了段求解算法代码以便有需之人,注意代码考虑可读性从最容易理解角度写,没有优化,有需要可以自行优化! 一.TPS问题 TSP问题(Travelling ...
- MATLAB蚁群算法、遗传算法、粒子群算法解决TSP问题(可以直接运行)
MATLAB蚁群算法.遗传算法.粒子群算法解决TSP问题(可以直接运行) 1. 生成数据文件citys_data.mat 2. 蚁群算法 流程图 代码 结果展示 3.遗传算法 流程图 代码 结果展示 ...
- pso解决tsp matlab,计算智能课程设计_粒子群优化算法求解旅行商问题_Matlab实现.doc...
计算智能课程设计_粒子群优化算法求解旅行商问题_Matlab实现.doc 摘要:TSP是一个典型的NPC问题.本文首先介绍旅行商问题和粒子群优化算法的基本概念.然后构造一种基于交换子和交换序[1]概念 ...
- 群智能算法及其应用(蚁群算法和粒子群算法)
粒子群算法 粒子群优化算法及其应用 粒子群优化算法流程图 粒子群优化算法的参数分析 粒子群算法解决TSP问题 项目结构 运行截图 数据集 NAME: st70 TYPE: TSP COMMENT: 7 ...
- 多目标粒子群优化算法_基于粒子群优化的投资组合优化研究
原文链接: 基于粒子群优化的投资组合优化研究tecdat.cn 我今年的研究课题是使用粒子群优化(PSO)的货币进位交易组合优化.在本文中,我将介绍投资组合优化并解释其重要性.其次,我将演示粒子群优 ...
- 度量相似性数学建模_一种基于粒子群位置更新思想灰狼优化算法的K-Means文本分类方法与流程...
技术特征: 1.一种基于粒子群位置更新思想灰狼优化算法的k-means文本分类方法,其特征在于:包括以下步骤: s1:对文本数据进行预处理,得到预处理后文本数据: s2:采用余弦角度为相似性度量,分别 ...
- trainlm算法c语言,粒子群优化的BP神经网络模型对C、Mn两种元素收得率的预测
粒子群优化的BP神经网络模型对C.Mn两种元素收得率的预测 来源:用户上传 作者: 摘 要:本文首先对数据进行处理,利用收得率公式求出历史收得率:并利用已知的影响元素收得率的主要影响因素结合BP神经网 ...
最新文章
- python语言解释器的全部代码都是开源的_Python IDE和解释器的区别是什么?
- 验证码识别的原理python_Python验证码识别处理实例
- Linux - 将Crontab中的命令输出按照当前日期进行存储
- IndiaHacks 2016 - Online Edition (Div. 1 + Div. 2) C. Bear and Up-Down 暴力
- 201521123028 《Java程序设计》第5周学习总结
- 轻薄于型 强悍于内 拯救者9000X 2021硬核发布
- 分库分表读写分离总结
- 散列:散列函数与散列表(hash table)
- XSRF(XSS+CSRF)
- android(安卓)开源框架——六款【转】
- 智慧职教云答案在哪里找_智慧职教经济数学答案,智慧职教云答案在哪里找,智慧职教云答案去哪找...
- 工具:BT Sync 同步文件
- MySQL 中的 repeate() 函数
- 微信小程序文本输入<input/> 详解
- 如何利用魔棒工具抠图_ps魔棒工具怎么用?抠图常用工具(二)
- 泛型,泛型的表现,泛型类,泛型方法,泛型接口,通配符,限定
- LM2596/LM2596S多路降压稳压DC-DC开关电源芯片详解(第二部分:电路设计)(12V转5V、12V转3.3V、任意电压转任意电压)
- mysql 核对_mysql数据库核对
- GuLi商城-简介-项目介绍、分布式基础概念、微服务架构图
- 定期存款遇调息怎么处理?