融合反向学习与Metropolis准则求解TSP的遗传算法

您当前的位置：

首页 >

文章列表页 >

计算机软件与理论 | 更新时间：2023-08-25

- 融合反向学习与Metropolis准则求解TSP的遗传算法
- Genetic Algorithm Combining Opposition-based Learning and Metropolis Criterion for TSP
- 软件导刊 2023年22卷第8期页码：104-110
- 作者机构：
  
  广东白云学院大数据与计算机学院，广东广州 510450
- 作者简介：
  
  叶梓萌（2002-），男，CCF学生会员，广东白云学院大数据与计算机学院学生，研究方向为计算机应用。
  张大斌（1969-），男，博士，广东白云学院大数据与计算机学院教授、博士生导师，研究方向为大数据管理与应用。
- 基金信息：
  
  广东省科技创新战略专项资金（大学生科技创新培育）重点项目(PDJH2023A0647)
- DOI：10.11907/rjdk.231452
  中图分类号：
扫描看全文
叶梓萌,张大斌.融合反向学习与Metropolis准则求解TSP的遗传算法[J].软件导刊,2023,22(08):104-110.

YE Zimeng,ZHANG Dabin.Genetic Algorithm Combining Opposition-based Learning and Metropolis Criterion for TSP[J].Software Guide,2023,22(08):104-110.
叶梓萌,张大斌.融合反向学习与Metropolis准则求解TSP的遗传算法[J].软件导刊,2023,22(08):104-110. DOI： 10.11907/rjdk.231452.

YE Zimeng,ZHANG Dabin.Genetic Algorithm Combining Opposition-based Learning and Metropolis Criterion for TSP[J].Software Guide,2023,22(08):104-110. DOI： 10.11907/rjdk.231452.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进遗传算法的混合流水车间批量调度问题求解

基于最优交叉的广泛学习粒子群优化

基于分支进化理论的路径测试用例生成方法

基于反向学习与邻域变异的食肉植物优化算法

基于权重扰动机制模拟退火遗传算法的景德镇陶瓷文化景区旅游路径规划