利用遗传算法求解TSP(Travelling Salesman Problem)问题的探讨
在人工智能领域中，TSP(Traelling Salesman Problem)问题是一个典型的、易于描述却难以处理的NP完全问题，快速、有效的解决TSP问题对于可计算理论有很大的价值。现在，求解TSP问题的方法有回溯算法、分支定界算法、Hopfield神经网络算法、逼近算法(Approximation Algorithm)等等。该文提出了利用遗传算法解决此问题。求解TSP问题的关键是臬在复杂而庞大的搜索空间中寻找最优解或准最优解，遗传算法是一种全局优化算法，它模拟生物进化过程的计算模型，其主要特点是群体搜索策略和群体中个体之间的信息交铁，且鲁棒性(Robust)强。文章对怎样利用遗传算法来有效的解决TSP问题作了探讨和介绍。
人工智能 遗传算法 选择运算 交叉运算 变异运算
孙健 钟义信 王伟
北京邮电大学信息科学与工程学院18号
国内会议
井冈山
中文
226～230
2000-08-01（万方平台首次上网日期，不代表论文的发表时间）