改進局部搜索混沌離散粒子群優(yōu)化算法

　　針對基本離散粒子群優(yōu)化（ DPSO）算法收斂速度慢、易于陷入局部最優(yōu)等問題，提出了一種基于優(yōu)秀系數(shù)的局部搜索混沌離散粒子群優(yōu)化（ILCDPSO）算法并用于求解旅行商問題（TSP）?；谳啽P賭選擇原理，給每段路徑設(shè)定一個合理的優(yōu)秀系數(shù)，以提高短邊被選擇的概率，從而有利于提高算法的尋優(yōu)能力和收斂速度；為了進一步提高解的精確性，在算法機制中添加了局部搜索策略，通過調(diào)整每個城市在給定鄰城內(nèi)的城市路徑，提高算法的局部搜索能力；另外，在算法的迭代公式中加入了混沌序列來提高粒子的隨機性和多樣性，增強了算法的全局搜索能力。最后用國際通用的TSP數(shù)據(jù)庫（TSPLIB）中的若干經(jīng)典實例對算法進行了測試，并與粒子群優(yōu)化（PSO）算法、改進的PSO（IPSO）算法和混沌PSO（ CPSO）算法等進行了比較。實驗數(shù)據(jù)顯示，在相同的實驗條件下，與其他算法相比，ILCDPSO算法獲得最優(yōu)解的平均迭代次數(shù)較少且獲得最優(yōu)解的次數(shù)比例最高。研究結(jié)果表明，加入優(yōu)秀系數(shù)后，ILCDPSO算法在收斂速度、全局尋優(yōu)能力以及穩(wěn)定性方面均優(yōu)于其他算法。