Algorithm 适应旅行商的和声搜索算法

我正在寻找一种和声搜索算法的自适应算法，它解决了旅行商问题。我必须实施它并描述结果。我找到了一些解决方案，如：

但这些解决方案并不好，结果也很糟糕。我不能使用任何与其他算法的组合，它必须是清晰的和声搜索（但修改当然是允许的）。 我还在《音乐启发的和声搜索算法：理论与应用》一书中寻找它，我在这里找到了一个描述，但这还不够

---

我想我什么都试过了。我将非常感谢任何能展示如何实现这一点的来源/想法/示例。

我已经为复合web服务选择实现了Harmony Search。因此，我将尝试创建整个模型

步骤：-

1） 初始化问题和算法参数

带有决策变量的目标函数。对于TSP，决策变量应为最短路径的权重。可根据性能设置和声搜索的其他变量

• 和谐存储器大小（HMS），（样本溶液数量）
• 考虑速率的和声记忆（HMCR）
• 节距调整率（PAR）
• 终止条件（最大搜索次数）

为了获得最佳性能，必须实际测试这些变量，方法是运行算法并获取不同值的结果

2） 初始化和声记忆

在这一步中，您必须通过创建和声（随机解）并存储它们来填充内存，以便以后处理

3） 即兴创作新的和声

您有两个选项来创建新的和谐（解决方案）。从已经创建的一个中选择一个，或者随机创建一个新的。这取决于和声记忆率（HMCR）。这是一种可能性，你可以选择上面提到的任何一种方式

4） 更新和声记忆

新创建的和谐（解决方案）必须与现有的和谐（解决方案）进行比较。如果新和声（解决方案）比已经存在的最差和声更好（这些解决方案路径的总权重在此进行比较），则新和声将被保存以代替最差的和声

5） 重复步骤3和4，直到满足终止条件

检查是否满足终止条件。该终止条件可以是迭代次数，也可以是满足一定精度的情况

---

---

希望这个解决方案有帮助。

我是计算机科学领域的研究员。自从我在一次会议演讲中第一次看到和声搜索算法以来，我一直对它心存疑虑。事实证明，和声搜索是60年代提出的进化策略的一个特例。结果还表明，你不能相信harmony搜索论文中报告的数字，尤其是该方法的“发明者”。对我来说，和声搜索是一种骗局，这种方法的“发明者”很可能进行了学术欺诈

简而言之：如果算法不适合你，很可能不是你的错

资料来源：

(一)

2） 对和声搜索算法的严格分析：研究群体如何被“新颖”的方法误导（2010年发表的期刊文章）

3） 对和声搜索算法的批判性分析——如何不解决数独问题（2015年发表的期刊文章）

---

4）

嗨，haris，我知道Harmony搜索是如何工作的，我已经实现了一个，但是经典的HS返回了不满意的结果。和谐的改善非常缓慢。为新和谐选择城市肯定是一种更好的方法，我尝试过获取最近的邻居，但这导致该算法获得局部最优，结果很差。必须有另一种方法来获得更好的和声。对其他问题的修改是对经典HS的修改，必须是一个好的TSP形式。对不起，从我的英语中可以看出。鉴于负面的研究结果，你怎么会认为使用和声搜索可以为旅行商问题返回好的结果呢？我的第二个链接中的Pdf是对TSP几种算法的比较。HS给出了相当好的结果。但你自己的话：“这些解决方案不好，结果很差”。请解释一下，这里真正的问题是什么？我认为这些描述不完整，非常粗略，没有描述线索。我已经实现了以上链接中的算法，结果很差，但出版物的作者有很好的结果。