在過去的幾天裏,我注意到幾個websites,證明了使用遺傳算法的TS解決方案。旅行推銷員 - 最近鄰對遺傳DEATHMATCH
我在尋找你的意見,這對於這個特殊問題更好。
Heuristics vs Genetic。
更好的是,我的意思是會產生一個更短/更低的成本路徑。
解釋爲什麼你覺得你的方式。
歡迎舉例和非現場鏈接。
在過去的幾天裏,我注意到幾個websites,證明了使用遺傳算法的TS解決方案。旅行推銷員 - 最近鄰對遺傳DEATHMATCH
我在尋找你的意見,這對於這個特殊問題更好。
Heuristics vs Genetic。
更好的是,我的意思是會產生一個更短/更低的成本路徑。
解釋爲什麼你覺得你的方式。
歡迎舉例和非現場鏈接。
由於這兩種技術都不能保證最佳解決方案,因此您的里程將有所不同。有一點運氣,任何一種技術都可以超越其他技術。這兩種技術都有優點和缺點。
近鄰:+快速+簡單, - 通常不是最佳
遺傳算法:-slower, - 更復雜,解決方案+對趨勢的最佳隨着時間的推移
的最大區別在於,隨機算法,如隨着時間的推移,遺傳算法可能會持續改進 - 您讓它們運行的時間越長,獲得最佳解決方案的機會就越多(儘管沒有保證)。
由於神經網絡速度很快,所以沒有什麼能夠阻止您將這些技術結合在一起。運行NN找到一個可能的好於隨機的開始解決方案。然後,將該解決方案輸入到您的遺傳算法中,只要您認爲合適就讓它運行。
如果您對最佳解決方案感興趣,請查看Lin-Kernighan heuristic和Linear Programming。兩者都用於爲大型旅遊尋找最佳解決方案,包括this solution,85,900 city tour和24,978 city Sweden tour。
Georgia Tech TSP site是一個很好的資源。
有趣的小應用程序... – 2008-12-10 14:48:42