求解TSP的变邻域量子蝙蝠算法

作者：林子彬^*; 蔡延光

来源：电子世界, 2020, (09): 50-51.

DOI：10.19353/j.cnki.dzsj.2020.09.023

<正>针对旅行商问题的求解算法研究上,提出了一种结合量子进化理论和变邻域优化决策的变邻域量子蝙蝠算法。采用等分随机键与最大位置法的编码方式,通过量子旋转门和量子非门提高算法全局搜索能力,以及结合变邻域优化操作,增强算法的局部搜索能力。结果表明:相较于其他算法,该算法不仅能有效的求解TSP,而且收敛速度也更快。旅行商问题(Traveling Salesman Problem,TSP)是组合优化领域中著名的NP-hard问题。实际生活中有许多问题是与TSP问题关系紧密的,如交通路线规划、快递运输调度等。蝙蝠算法(Bat Algor-ithm,BA)是2010年Yang Xin-She基于蝙蝠回声定位行为提出的一种智能优化算法。李枝勇等通过将蝙蝠算法编码离散化,实现蝙蝠算法从连续域求解到组合优化问题求解的转

• 单位
  广东工业大学