基于漢明距離的改進粒子群算法

　　針對傳統(tǒng)粒子群算法不適合求解離散型問題，提出一種基于漢明距離的改進粒子群算法。該算法保留了粒子群算法的基本思想和流程，并基于漢明距離為粒子定義了一種新型的速度表示。同時，為了使算法尋優(yōu)能力更高、避免迭代過程陷入局部最優(yōu)無法跳出，設計了2-opt和3-opt算予，結合隨機貪婪規(guī)則，使求解質(zhì)量更高、收斂更快。在算法后期，為了提高粒子在整體解空間中的全局搜索能力，采用一部分粒子重新生成的方式去重新探索解空間。為了驗證算法的有效性，采用了眾多旅行商問題（TSP）標準算例進行測試。實驗結果表明，對于小規(guī)模TSP，該算法可以找到歷史最優(yōu)解；對于大規(guī)模TSP，如城市數(shù)在100以上的問題，也可以找到滿意解，與已知最優(yōu)解之間偏差度較小，通常在5%以內(nèi)。