針對TSP問題的建議GA算子？

Question

我正在構建一個遺傳算法來解決旅行商問題。不幸的是，我在達到一千多代的高峯之前，突變了它們並獲得了更好的結果。在這種情況下，交叉和變異運營商通常做得好嗎？

Answer 1

能否請您澄清

「不幸的是，我打峯變異出他們的 並獲得更好的結果之前，可以 維持了一千 代」？

您可以檢查交叉運算符，它確保您在子染色體中沒有重複節點。這些交叉運算符中的幾個是Order Crossover（OX）和Edge Crossover運算符。

突變可以像簡單地交換單個染色體中的兩個位置一樣簡單。

順便說一句，既然你已經標記了「python」，看看Pyevolve，它也有一個TSP的例子。

Answer 2

有序突變和有序交叉（見this article）。標準突變和交叉操作通常會導致無效解決方案（即路線中重複和/或缺失的城市）。

最近有一個similar question。

我有a Java applet that implements the TSP using ordered cross-over and mutation，如果你有興趣比較你的執行性能。

Answer 3

如果您的問題是峯值超過一千代，那麼問題可能不是交叉和變異算子。你可能不會引入或保持足夠的變異：我會檢查交叉比例，突變和倖存者之間的比例，並可能提高突變的比例。