[论文解读] A Comparative Study of Adaptive Crossover Operators for Genetic Algorithms to Resolve the Traveling Salesman Problem

Otman Abdoun, Jâafar Abouchabaka|arXiv (Cornell University)|Oct 31, 2011

Metaheuristic Optimization Algorithms Research参考文献 30被引用 61

一句话总结

本研究评估了遗传算法在旅行商问题（TSP）中六种以上的自适应交叉算子，比较其在寻找最优或近似最优旅行路线方面的性能。OX（顺序交叉）算子在保持路线有效性并提高收敛性方面始终表现出更优的解决方案，显示出其有效性。

ABSTRACT

enetic algorithm includes some parameters that should be adjusting so that the algorithm can provide positive results. Crossover operators play very important role by constructing competitive Genetic Algorithms (GAs). In this paper, the basic conceptual features and specific characteristics of various crossover operators in the context of the Traveling Salesman Problem (TSP) are discussed. The results of experimental comparison of more than six different crossover operators for the TSP are presented. The experiment results show that OX operator enables to achieve a better solutions than other operators tested.

研究动机与目标

• 评估不同交叉算子对遗传算法在TSP中性能的影响。
• 识别哪种交叉算子在旅行路线长度和收敛速度方面能产生更高质量的解。
• 为自适应交叉机制在解决组合优化问题中的有效性提供实证证据。

提出的方法

• 本研究在标准遗传算法框架内实现并测试了多种交叉算子，包括OX、PMX、CX及其他算子。
• 将每个算子应用于基准TSP实例，以评估解的质量和收敛行为。
• 基于旅行路线长度进行适应度评估，经过多代的选种、交叉和突变操作。
• 使用标准化的TSP测试用例，收集并统计比较所有算子的实验结果。
• 根据交叉算子保持父代路线顺序并生成有效子代的能力，评估其自适应特性。

实验结果

研究问题

• RQ1 在TSP中，哪种交叉算子在旅行路线长度方面能产生最高质量的解？
• RQ2 不同交叉算子如何影响遗传算法在TSP实例中的收敛速度？
• RQ3 自适应交叉算子在保持路线有效性和多样性方面的相对优缺点是什么？

主要发现

• OX（顺序交叉）算子在最小化旅行路线长度方面，优于所有其他测试的交叉算子，表现出更优的解质量。
• OX在多个TSP基准实例中表现出一致的性能，显示出其鲁棒性。
• 其他算子如PMX和CX在解质量和收敛速度方面均表现较差。
• 实验结果证实，交叉算子的选择显著影响遗传算法在TSP应用中的性能。
• OX能够保持父代城市相对顺序的能力，是其在维持可行路线方面表现更优的关键原因。