2015年对混沌粒子群算法的改进在TSP问题中的应用

针对基本粒子群（PSO）算法不能较好地解决旅行商优化问题（TSP），分析了基本粒子群算法的优化机理，在新定义粒子群进化方程中进化算子的基础上利用混沌运动的随机性、遍历性等特点，提出一种结合混沌优化和粒子群算法的改进混沌粒子群算法。该算法对惯性权重进行自适应调整，引入混沌载波调整搜索策略避免陷入局部最优，形成一种同时满足全局和局部寻优搜索的混合离散粒子群算法，使其适合解决TSP 此类组合优化问题。利用MATLAB对其进行了仿真。仿真结果说明此算法的搜索精度、收敛速度及优化效率均较优，证明了此算法在TSP中应