高层次混合启发式与元启发式求解对称旅行商问题：比较研究
神经与进化计算
2024-10-29 v1 离散数学
最优化与控制
摘要
旅行商问题 - TSP 是科学文献中最受关注的优化问题之一，旨在解决经济、交通与物流等实际问题。将 TSP 应用于解决不同问题催生了若干带有更复杂目标和不同限制的 TSP 变体。元启发式方法常用于在多项式时间内求解该问题。已有多项研究尝试将元启发式与专用启发式方法混合，以提升解的质量。然而，我们发现目前尚无研究对评估特定元启发式搜索机制是否更适合进行混合进行探索。本文聚焦于经典 TSP 的求解，采用高层次混合方法，实验八种元启发式与源自 k-OPT、SISR 与线段相交搜索的启发式方法，形成二十四种组合。其中一些组合允许多于一组搜索参数。我们求解的规模为 50 至 280 个城市。本文未对元启发式进行参数调优，而是利用八种元启发式不同的搜索模式。我们将解的质量与文献中结果进行比较。
引用
@article{arxiv.2410.21274,
title = {High-level hybridization of heuristics and metaheuristics to solve symmetric TSP: a comparative study},
author = {Carlos Alberto da Silva Junior and Roberto Yuji Tanaka and Luiz Carlos Farias da Silva and Angelo Passaro},
journal= {arXiv preprint arXiv:2410.21274},
year = {2024}
}