引入启发信息的粒子群算法在低碳TSP中的应用

来源：计算机工程与科学杂志2022年第6期北京时间：

作者：申晓宁, 潘红丽, 陈庆洲, 游璇, 黄遥

单位：（1.南京信息工程大学自动化学院,江苏 南京 210044；2.江苏省大气环境与装备技术协同创新中心,江苏 南京 210044；3.江苏省大数据分析技术重点实验室，江苏 南京 210044）

摘要：建立低碳旅行商问题的数学模型LCTSP，并验证了模型的有效性。提出一种基于问题启发信息的离散粒子群算法。根据距离和载重信息设计一种新型离散个体生成算子，该算子对个体自身采用多元变异策略，保持个体的“惯性”，同时采用贪婪交叉策略实现个体与个体极值和全局极值之间的信息交互；基于优先卸货信息对个体极值进行局部搜索，调整种群跟踪对象，以快速跳出局部最优；度量种群同化程度，利用点插法和2-Opt算子对全局极值进行精细化搜索，增强挖掘能力，提高搜索精度，降低种群同化速度。将所提算法与6种代表性算法应用于一组不同规模的低碳旅行商问题中，结果表明，所提算法具有更高的求解精度。

关键词：低碳旅行商问题,碳排放,粒子群优化,启发信息,

基金资助：国家自然科学基金(61502239,51705260)；江苏省自然科学基金(BK20150924)