【技术实现步骤摘要】
本专利技术涉及目标优化，特别是涉及一种基于预测模型的多目标优化方法。
技术介绍
1、tsp（traveling salesman problem）问题是一种经典的组合优化问题。它可以被描述为：给定一组城市和它们之间的距离，找到一条最短路径，使得从一个起始城市出发，经过每个城市恰好一次，最终回到起始城市。tsp 问题是一个np-hard问题，意味着在一般情况下，没有已知的高效算法可以在多项式时间内求解最优解。由于需要尝试所有可能的路径组合，随着城市数量的增加，问题的计算复杂度呈指数级增长，因此求解tsp问题的最优解对于大规模问题来说是非常困难的。
2、tsp 问题具有广泛的应用领域，包括物流规划、电路板布线、基因测序、旅游路径规划等。解决tsp问题有多种方法，包括精确算法（如回溯法、分支限界法）、启发式算法（如遗传算法、模拟退火算法、蚁群算法）和近似算法（如最近邻算法、最小生成树算法）等。虽然tsp问题的最优解求解难度较大，但是近似算法和启发式算法能够在实践中找到接近最优解的解决方案。此外，还有一些特殊情况下的tsp问题变体，...
【技术保护点】
1.一种基于预测模型的多目标优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于预测模型的多目标优化方法，其特征在于，所述产生数据至少包括旅行时间，距离，考虑旅行序列的整体时间代价作为第一个目标，而旅行序列的整体距离作为第二个目标。
3.根据权利要求1所述的一种基于预测模型的多目标优化方法，其特征在于，所述DMOTSP问题的数学模型，具体包括：
4.根据权利要求1所述的一种基于预测模型的多目标优化方法，其特征在于， 采用多目标优化算法对近似函数求解，得到最优解，具体包括：
5.根据权利要求1所述的一种基于预测模...
【技术特征摘要】
1.一种基于预测模型的多目标优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于预测模型的多目标优化方法，其特征在于，所述产生数据至少包括旅行时间，距离，考虑旅行序列的整体时间代价作为第一个目标，而旅行序列的整体距离作为第二个目标。
3.根据权利要求1所述的一种基于预测模型的多目标优化方法，其特征在于，所述dmotsp问题的数学模型，具体包括...
【专利技术属性】
技术研发人员：夏翌彰，陈业诚，侯章禄，刘元，邹娟，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。