qq_45874683的博客

1.求解多目标旅行商问题的遗传算法参数研究（2017的ieee）英文：A Study of the Genetic Algorithm Parameters for solving Multi-Objective Travelling Salesman Problem链接： 求解多目标旅行商问题的遗传算法参数研究（2017的ieee）_脑电永不过时的博客-优快云博客​​​​​​​2.一个新的多旅行商问题及其遗传算法求解（2013的ieee）英文： A New Multiple Traveling Sale

英文：Colored Traveling Salesman Problem摘要：多旅行商问题是一个重要的组合优化问题。它已被广泛且成功地应用于多旅行商（销售人员）共享公共工作空间（城市集）的实际案例中。然而，它不能代表一些应用程序问题，即多个旅行商不仅有自己的专属任务，而且彼此共享一组任务。这项工作提出了一种新的MTSP，用于处理此类情况，被称为有色人种旅行推销员问题colored traveling salesman problem（CTSP）。定义了两种类型的城市组，即每组唯一颜色的专属城市供销售人员访

英文名：Genetic Algorithm with Adapted Crossover Operators for Multiple Traveling Salesmen Problem with Visiting Constraints摘要具有访问限制的多旅行推销员问题（VCSMP）是经典的多个旅游推销员问题（MTSP）的一般版本，其中每个城市只能由多个推销员访问。为了解决这个新问题，我们将遗传算法（GA）应用于MSTP，方法是使用双染色体表示方案，其中一条染色体表示城市的访问序列，另一条染色体代表城市

A Novel Approach to Solve Multiple Traveling Salesmen Problem by Genetic Algorithm。多旅行商问题（mTSP）是一个复杂的组合优化问题，它是著名的旅行商问题的推广，其中可以使用一个或多个销售人员进行求解。优化任务可以描述如下：给定一个车队、一个公共仓库和客户的多个请求，找到满足所有需求的总路线成本最低的路线集。由于TSP已经是一个复杂的问题，即NP完全问题，因此需要考虑启发式优化算法，如遗传算法（GA）。mTSP的经典GA工具的

英文：The multiple traveling salesman problem an overview of formulations and solution procedures摘要：多旅行商问题（mTSP）是著名旅行商问题（TSP）的推广，其中允许在解中使用多个旅行商。此外，MTSP的特点似乎更适合实际应用，通过加入一些附加的侧面约束，也可以将问题扩展到各种各样的车辆路径问题（VRP）。虽然TSP和VRP有大量文献，但MTSP并没有得到同样的重视。本次调查的目的是回顾该问题及其实际应用，强调一些

（还没翻译好）英文：A multiobjective non-dominated sorting genetic algorithm (NSGA-II) for the Multiple Traveling Salesman Problem其他关于多旅行商问题(MTSP)的相关文章见个人主页：多旅行商问题（MTSP）的相关论文总结_脑电永不过时的博客-优快云博客本文多次提到Pareto（帕雷托）理论：可以自行百度摘要本文考虑多目标多旅行商问题（MOmTSP）。特别地，考虑了两个目标：总旅行距离的最小化和旅

英文：Operators of the Two-Part Encoding Genetic Algorithm in Solving the Multiple Traveling Salesmen Problem其他关于多旅行商问题(MTSP)的相关文章见个人主页：多旅行商问题（MTSP）的相关论文总结_脑电永不过时的博客-优快云博客 多旅行推销员问题（mTSP）考虑m个推销员访问n个城市。这个问题涉及到将销售人员分配到某些位置，我们必须优化路线内的顺序，因此它在本质上比旅行商问题（TSP）更

摘要针对多旅行商问题，提出了一种改进的遗传算法。该算法设计了基于信息素的交叉算子，并采用局部搜索过程作为变异算子。基于信息素的交叉可以利用启发式信息（包括边缘长度和邻接关系）和信息素来构建后代。对基准实例的实验结果清楚地表明了遗传算法的优越性。...

英文：An Improved Genetic Algorithm for Multiple Traveling Salesman Problem 多旅行推销员问题（MultipleTravelingSalesman problem）是一个以最短总路线为优化标准的问题，在理论研究和工业中都有广泛的应用。本文提出了一种改进的遗传算法，以提供问题的替代性和有效性解决方案。初始种群由贪婪策略生成，这使得选择的子路径可以包含在初始种群中。聚合速度增加，同时复杂性显著降低。采用变异算子结合2-opt局部搜索

摘要：多旅行商问题( MTSP )是最有趣的组合优化问题之一,因为它被广泛应用于机器人、交通、网络等实际应用中。尽管这一优化问题的重要性不言而喻,但目前还没有专门考察近期MTSP贡献的调查。本文旨在通过对现有MTSP研究的全面回顾,填补这一空白。在本次调查中,我们重点关注MTSP近期对经典车辆/机器人和无人机的贡献。重点介绍了求解MTSP的方法及其应用领域。我们对MTSP变体进行了分析,提出了一个分类学和近期研究的分类。1、介绍和动机多旅行商问题（MTSP）是著名旅行商问题（TSP）的推广，其中

摘要本文的目的是利用遗传算法（GA）解决多目标优化问题。通常，多目标问题的目标（最小化成本、最大化性能、减少碳排放、最大化利润）相互冲突，阻碍了每个目标的并行优化。将旅行商问题的双目标传统组合优化称为多目标旅行商问题（MTSP）。这两个目标是最小化销售人员的旅行距离和旅行时间。本文的目的是将问题建模为单目标优化问题，使用目标函数建模的加权和方法，并使用遗传算法查看距离和时间值如何随分配给两个目标的权重的变化而变化。改变突变概率、初始种群和世代数以研究其对适应度的影响。引言遗传算法是一种优化算法，它可以在大量

英文： A New Multiple Traveling Salesman Problem and its Genetic Algorithm-based Solution摘要本文首次提出了一个具有普通和专属城市的多旅行商问题（MTSP），简称MTSP*。在最初的MTSP中，任何旅行推销员都可以访问一个城市，因此在MTSP中被重命名为普通城市*。MTSP*引入了一类新的城市，称为专属城市。他们被分成小组，每个小组都可以由指定或预先确定的销售人员专程访问。为了求解MTSP*，提出了一种遗传算法。它将城市和推销

英文：A new approach to solving the multiple travelingsalesperson problem using genetic algorithms摘要： 多旅行销售人员问题（MTSP）涉及安排M>1名销售人员访问一组N>M地点，以便每个地点只访问一次，同时最小化销售人员的总（或最大）旅行距离。MTSP类似于臭名昭著的旅行推销员问题（TSP），它增加了一个复杂性，即每个地点都可能有任何一个推销员访问。以前的研究探讨了使用标准TSP染色体和算子，用遗传算法

摘要：多旅行推销员问题（MTSP）是著名旅行推销员问题（TSP）的扩展。假设有m>1名销售人员和n>m个城市要访问，MTSP寻求将城市划分为m个组，并在每个组中的城市之间排序，以便每组城市由一名销售人员按指定顺序访问，这样每个城市只访问一次，所有销售人员的总行程之和最小化。除了最小化所有销售人员的总行程外，我们还考虑了另一个目标，即最小化任何一个销售人员的最大行程，这与平衡销售人员之间的工作量有关。在本文中，我们提出了一种新的基于分组遗传算法的MTSP方法，并将我们的结果与文献中的其他方法进