NP难问题
-
-
用遗传算法求解 TSP
旅行商问题： 旅行商问题（TSP）的目标是找到城市给定数量的游览，参观每个城市恰好一次，并返回出发城市，游览的长度减到最小。在TSP是一个NP难问题，因此，除非我们解决了一个近似的结果，计算将是非常耗时的[3]。目前，以保证最佳解决任何规模的旅行商问题的唯一已知的方法，是通过枚举每个可能之旅，寻找旅游用最小的成本。每一个可能的巡演是123置换。 。 。 n，其中n是城市的数量，所以因此旅行团的数量为n！当n变大时，就不可能发现每巡回在多项式时间的成本。这样的方法，其中将最终得到的最优解，因为计算出的所有游 -
多目标货物配装问题是一个复杂的组合优化问题
多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。
