|本期目录/Table of Contents|

[1]杨国颖.基于模拟退火算法对兰州新区电商TSP问题的研究[J].工业仪表与自动化装置,2018,(02):133-136.[doi:1000-0682（2018）02-0000-00]
　YANG Guoying.Research of TSP problem in Lanzhou district logistics based on simulated annealing algorithm[J].Industrial Instrumentation & Automation,2018,(02):133-136.[doi:1000-0682（2018）02-0000-00]
点击复制

基于模拟退火算法对兰州新区电商TSP问题的研究

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2018年02期
页码:
133-136
栏目:
出版日期:
2018-04-15

文章信息/Info

Title:
Research of TSP problem in Lanzhou district logistics based on simulated annealing algorithm
作者:
杨国颖
兰州石化职业技术学院，兰州 730060
Author(s):
YANG Guoying
Lanzhou Petrochemical College of Vocational Technology, Lanzhou 730060, China
关键词:
兰州新区电商; 模拟退火算法; TSP; Matlab
Keywords:
new district in Lanzhoulogistics;  simulated annealing algorithm; TSP; Matlab
分类号:
TP18
DOI:
1000-0682（2018）02-0000-00
文献标志码:
A
摘要:
针对兰州新区电商TSP问题进行了研究，在模拟退火算法的基础上，提出运用Matlab编程计算解决多维、多局部极值的复杂情况下的TSP问题的有效方法。给出了地点数量增多，计算量急剧增大下的最优路径图和路径长度变化曲线图，并描绘了最优路径的走法，给同类问题提供了切实可行的依据和参考。
Abstract:
Aimed at the new district in lanzhoulogistics TSP problems are studied, on the basis of the simulated annealing algorithm, is put forward using the Matlab programming calculation to solve multi-dimensional, many local extremum of complex solution to TSP problem under the circumstance of the effective methods. Place the rise in the numbers is given, and sharply increase the amount of calculation of the optimal path chart and graph path length changes, and describes the optimal path, moves to the same problem provides a practical basis and reference.

参考文献/References:

[1] 王庆岭,王江荣.基于模拟退火的粒子群算法优化的二次回归在矿井通风机故障诊断中的应用[J].自动化与仪器仪表,2014(09):83-84.

[2] 裴小兵,贾定芳.基于模拟退火算法的城市物流多目标配送车辆路径优化研究[J].数学的实践与认识,2016(02): 105-113.
[3] 吴意乐,何庆.基于改进遗传模拟退火算法的WSN路径优化算法[J].计算机应用研究,2016(10):2959-2962.
[4] 杨建宇,岳彦利,宋海荣,等.基于空间模拟退火算法的耕地质量布样及优化方法[J].农业工程学报,2015(20): 253-261.
[5] 韩晓龙,郎昊.基于模拟退火算法的场桥调度研究[J].广西大学学报(自然科学版),2015(02):427-435.
[6] 彭富裕,崔国民,陈家星.基于模拟退火算法的换热网络双层优化方法[J].石油化工,2014(05):536-544.
[7] 孔令夷.一种基于模拟退火的遗传算法在受约束旅行商问题中的应用[J].东北师大学报(自然科学版),2014(01): 55-59.
[8] 李志宾,侯世旺,程厚虎.一种求解TSP初始化种群问题的方法[J].计算机工程与应用,2016(17):172-176.
[9] 石利平.改进型遗传算法求解TSP问题[J].实验技术与管理,2014(07):61-64.
[10] 赵俊生.求解TSP问题的新型量子-蚁群算法[J].自动化与仪器仪表,2013(04):193-195+226.
[11] 马尧.基于改进的人工鱼群算法在商旅问题中的应用研究[D].西南交通大学,2015.
[12] 雷玉梅.基于改进遗传算法的大规模TSP问题求解方案[J].计算机与现代化,2015(02):34.
[13] 侯淑静.求解TSP问题的几种算法比较[J].黄冈职业技术学院学报,2015(01):99-102.
[14] 张芳琴.改进遗传算法在TSP组合优化问题中的应用[J].高师理科学刊,2014(05):1-4.
[15] 孙文彬,王江. 一种基于遗传算法的TSP问题多策略优化求解方法[J].地理与地理信息科学,2016(04):1-4.
[16] 刘世清,杨孔雨.求解TSP问题的遗传算法改进研究[J].北京信息科技大学学报(自然科学版),2014(02):46-50.

相似文献/References:

[1]王江荣a,袁维红b,赵 睿a,等.基于复合分位数高斯核基函数的非参数回归模型及应用[J].工业仪表与自动化装置,2017,(03):46.
　WANG Jiangronga,YUAN Weihongb,ZHAO Ruia,et al.Non parametric regression model and its application based on composite quantile Gauss kernel function[J].Industrial Instrumentation & Automation,2017,(02):46.
[2]高敬更,王 琨,王兴贵,等.一种电动汽车充电站三相电压自动平衡充电系统[J].工业仪表与自动化装置,2019,(04):27.[doi:1000-0682(2019)04-0000-00]
　GAO Jinggeng,WANG Kun,WANG Xinggui,et al.Three-phase voltage automatic balance charging system for electric vehicle charging station[J].Industrial Instrumentation & Automation,2019,(02):27.[doi:1000-0682(2019)04-0000-00]
[3]付康民,邱建新,解标.一种发电厂气体污染监测与预警模型设计[J].工业仪表与自动化装置,2025,(02):21.[doi:10.19950/j.cnki.CN61-1121/TH.2025.02.004]
　FU Kangmin,QIU Jianxin,XIE Biao.Design of a gas pollution monitoring and early warning model for power plants[J].Industrial Instrumentation & Automation,2025,(02):21.[doi:10.19950/j.cnki.CN61-1121/TH.2025.02.004]

备注/Memo

备注/Memo:
收稿日期：2017-08-02
基金项目：教育部中国教师发展基金会教师科研专项基金“十二五”规划重点课题(CGF120782,2013年)；甘肃省教育厅高等学校科研项目(2013B-107)
作者简介：杨国颖，男，硕士，副教授，陕西合阳人，主要从事应用数学和软件工程方面的研究。
更新日期/Last Update: 2018-04-15