论文部分内容阅读
针对旅行商问题，提出了一种带自学习算子的粒子群优化算法，根据旅行商问题及离散量运算的特点，对粒子的位置、速度等量及其运算规则进行了重新定义，为抑制早熟停滞现象，定义了变异速度来保持粒子群的多样性，使用自学习算子来提高算法的局部求精能力，使算法在空间探索和局部求精间取得了较好的平衡，与领域中的其它典型算法进行了仿真比较，结果表明，该算法具有良好的性能。