旅行推销员的启发式方法

Question

我正在进行进化优化以及我需要的这个项目 旅行商问题的启发式方法。在这种情况下， 遗传算法，我们应用小突变，希望在某个地方 在路上事情会变得更好。所以，我正在寻找简单的启发式方法 改变可能导致改进的解决方案。

感谢您提出任何建议

Answer 1

我想推荐的一个参考是R's TSP package。 （即使你不使用R，也要研究它。） Their vignette on TSP非常出色，并且有许多基于动态编程的技巧，您可以尝试改进GA实施。

第2.4节的小插图，特别是可以合并的旅游建设启发式。引用：

  

最近邻算法：遵循一个非常简单的贪婪程序：算法以包含随机的游览开始   选择的城市，然后总是添加到旅游的最后一个城市   最近尚未访问的城市。所有城市都停止算法   在巡演中。

     

此算法的扩展是将每个城市重复一次   起点然后返回找到的最佳旅游。这种启发式是   称重复的最近邻居。

     

插入算法。以包含任意城市的游览开始，然后在每个步骤中选择尚未参加游览的城市。这个   城市被插入两个连续城市之间的现有旅游   i和j，使得插入成本（即，增加   旅行的长度）最小化。所有城市都停止算法   在巡演中。

     

最近插入在每个步骤中选择城市k作为距离旅游城市最近的城市。

     

最远插入在每一步中选择城市k作为距离旅游中任何城市最远的城市。

     

最便宜的插入每个步骤都会选择城市k，这样插入新城市的成本就会降到最低。

您可以在vignette中找到更多详细信息和其他技巧。

Answer 2

我认为您正在寻找旅游改进启发式，我可以为您推荐Lin-Kernighan算法。但是这个算法对你来说可能太难了。因此，您可以研究2-opt或3-opt算法。