论文部分内容阅读
路径优化可以提高车辆行驶效率,为人们节省时间和成本.路径优化以总长度为优化目标,将其转换为经典TSP优化问题进行求解并建立路径优化模型,在此模型上提出改进的自适应遗传算法.该算法通过改进可实现自适应交叉概率以及变异概率.通过与简单遗传算法（Rank）的对比仿真实验,结果表明,改进的自适应遗传算法有较好的全局寻优能力,且其收敛速度快,是解决路径优化问题的有效方法.