Fir*_*aad 5 language-agnostic algorithm traveling-salesman genetic-algorithm
这是针对一个项目,我被要求为旅行商优化问题以及汉密尔顿路径或周期决策问题实施启发式算法.我不需要实现本身的帮助,但对我正在进行的方向有疑问.
我已经有一个基于遗传算法的TSP启发式算法:它假设一个完整的图表,从一组随机解决方案开始作为一个群体,并努力改善人口数代.我还可以用它来解决汉密尔顿路径或循环问题吗？我只是想检查是否有路径,而不是优化以获得最短路径.
现在任何完整的图形都会有哈密顿路径,因此TSP启发式必须扩展到任何图形.如果两个城市之间没有路径,并返回作为有效哈密顿路径的第一条路径,则可以通过将边设置为某个无穷大值来完成此操作.
这是接近它的正确方法吗？或者我应该为汉密尔顿路径使用不同的启发式算法？我主要担心的是它是否是一种可行的方法,因为我可以肯定TSP优化是有效的(因为你从解决方案开始并改进它们),但是如果哈密尔顿路径决策器在固定数量的代中找到任何路径则不行.
我认为最好的方法是自己测试它,但是我受到时间的限制,并且在走下这条路线之前我会问...(我可以找到一个不同的启发式方法来代替汉密尔顿路径)
| 归档时间： |
|
| 查看次数： |
3056 次 |
| 最近记录： |