1、遺傳算法是一種模擬自然界生物進化的高效智能搜索方法。遺傳算法具有簡單、通用、魯棒性強,應用范圍廣等眾多特點。盡管在理論和應用等方面遺傳算法存在一定的不足,但它在組合優(yōu)化問題求解、自適應控制等眾多領域的應用中已經充分表現(xiàn)出了其自身的特色和優(yōu)勢。
　　 TSP問題是計算機科學中的典型問題,也是組合優(yōu)化中問題求解中的一個典型問題,同時TSP問題也是廣大科研人員在組合優(yōu)化領域中研究最多的問題。TSP問題是一個典型的NP難題,已經成為測試

2、組合優(yōu)化算法的標準問題,具有廣泛的應用前景,引起了廣大科研工作者的注意,多年來一直是眾多學者的研究熱點。
　　 本文就TSP問題和遺傳算法的理論和應用進行了探討。首先介紹了TSP問題,并分析了TSP問題的研究現(xiàn)狀、數(shù)學模型和現(xiàn)有的一些TSP問題求解方法,針對不同的方法,做了簡單的分析。其次介紹了遺傳算法的產生與發(fā)展和研究現(xiàn)狀,并詳細介紹了遺傳算法的思想、特點、基本原理和主要流程。最后在標準遺傳算法的基礎上,針對TSP問題的自身特

3、點,提出了改進的遺傳算法來求解TSP問題。在改進的遺傳算法中,首先利用聚類的方法和最鄰近法計算出遺傳算法中使用的初始染色體群。將整個初始染色體群放到初始染色體池T中,并在初始染色體池中計算局部最優(yōu)解Tmax;然后對染色體池T進行改良生成新的染色體池T';接著用染色體池T'中的最優(yōu)解迭代局部最優(yōu)解Tmax,并對染色體池T'進行變異操作,最后用變異的染色體池T'迭代染色體池T;或者對染色體池T'與局部最優(yōu)解Tmax之間進行交叉操作并迭代染色