精选优质文档-倾情为你奉上基于聚类的遗传算法解决旅行商问题摘要：遗传算法（GA）是解决旅行商问题（TSPs）的有效方法，然而，传统的遗传算法（CGA）对大规模旅行商问题的求解效果较差。为了克服这个问题，本文提出了两种基于聚类的改进的遗传算法，以寻找TSPs的最佳结果。它的主要过程是聚类、组内演进和组间连接操作。聚类包括两种方法来将大规模TSP划分为若干子问题，一种方法是k-均值（k-means）聚类算法，另一种是近邻传播（AP）聚类算法。每个子问题对应于一个组。然后我们使用GA找出每个子问题的最短路径长度。最后，我们设计一个有效的连接方法将所有这些组合成为一个，以得到问题的结果。我们尝试在基准实例上运行一组实验，用来测试基于k-means聚类（KGA）和基于AP聚类（APGA）遗传算法的性能。实验结果表明了它们有效性和高效的性能。将结果与其他聚类遗传算法进行比较，表明KGA和APGA具有更强的竞争力和有效性。关键词：大规模旅行商问题；遗传算法；聚类；k-means聚类；AP聚类一、引言旅行商问题
