首页|期刊导航|现代信息科技|基于双重自适应机制的灰狼优化算法求解TSP问题

基于双重自适应机制的灰狼优化算法求解TSP问题OA

中文摘要

针对传统灰狼优化算法在求解旅行商问题时易早熟收敛、全局探索能力不足的问题,文章提出一种基于双重自适应机制的改进灰狼优化算法(DAMGWO)。首先,算法引入了3种性能互补的邻域搜索算子,并设计了基于搜索进程的自适应选择策略,动态调整各算子的使用概率,使算法在探索与开发阶段能更有效地选择适宜的搜索方式,平衡搜索的广度与深度。其次,为有效避免种群陷入局部最优,设计了自适应混乱扰动策略,当算法陷入局部最优时,触发该变异方式,有针对性地扩大种群多样性,增强算法跳出局部极值的能力。最后,采用TSPLIB的6个实例对所提出的方法进行了仿真实验,并将其与其他已知方法进行了比较,结果表明,所提算法在求解稳定性、精度和收敛速度等方面都具有一定的优势。

沈孝凯;秦琴;孙凤霄;张巍

泰山科技学院,山东泰安271038泰山科技学院,山东泰安271038泰山科技学院,山东泰安271038杭州像衍科技有限公司,浙江杭州311121

信息技术与安全科学

旅行商问题双重自适应机制灰狼优化算法自适应混乱扰动策略

《现代信息科技》 2026 (14)

P.64-69,76,7

泰山科技学院2024年度校级一流本科专业“大数据管理与应用”项目(2024120108T)。

10.19850/j.cnki.2096-4706.2026.14.013

评论