建议GA运营商解决TSP问题？

Question

我正在建立一种遗传算法来解决旅行商问题。 不幸的是，我遇到了可以维持一千多代的峰，然后才突变出来并获得更好的结果。 在这种情况下，哪种交叉算子和变异算子通常做得更好？

Answer 1

有序突变和有序交叉（请参阅本文 ）。 标准的变异和交叉操作通常会导致无效的解决方案（即路线中的城市重复和/或丢失）。

最近有一个类似的问题 。

如果您有兴趣比较实现的性能，我有一个Java Applet，它使用有序的交叉和变异来实现TSP 。

Answer 2

如果您的问题是峰值保留了超过一千代，那么问题可能不在于交叉和变异算子。 您可能没有为您的人群引入或保持足够的变异：我将研究一代到下一代的交叉，突变和幸存者的比例，并可能提高突变的比例。

Answer 3

你能澄清一下吗

“不幸的是，我遇到了可以维持一千多代的峰，然后才突变出来并获得更好的结果”？

您可以检查交叉算子，以确保子染色体中没有重复的节点。 这些交叉算子中有几个是订单交换（OX）和边缘交叉算子。

突变可以像简单地交换单个染色体中的两个位置一样简单。

顺便说一句，由于您已经标记了“ python”，因此请查看Pyevolve ，它也有一个TSP示例。