导读：旅行商问题（travelingsalesmanproblem，tsp）是近代组合优化领域的一个典型难题。现实生活中的很多问题都可以转化为tsp问题，如邮路问题、通讯网络设计、大规模...
旅行商问题（traveling salesman problem，tsp）是近代组合优化领域的一个典型难题。现实生活中的很多问题都可以转化为tsp问题，如邮路问题、通讯网络设计、大规模集成电路的综合布线设计等。因此，对tsp问题的研究具有重要的理论意义和实际应用价值。然而关于tsp问题的完全有效的算法目前尚未找到，这促使人们长期以来不断地探索并积累了大量的算法。本文所用到的蚁群算法也在其中。 蚁群算法是受大自然中蚂蚁觅食启发而提出的一种智能仿生算法，具有较强的鲁棒性、分布式计算、易于与其它方法结合等优点。本文提出一种基于模糊集合的改进蚁群算法，该算法根据隶属度对种群进行评价，并依此进行信息素的更新，在求解速度和解的质量上取得一个较好的平衡。通过对改进算法的仿真实验，验证了该算法的可行性及有效性。本文主要的研究工作如下: 1．阐述了论文研究的背景及意义，总结了迄今为止出现的求解tsp问题的各种方法，并对常见的求解方法的优缺点进行了详细的分析，最后，分析了蚁群算法国内外研究现状。 2．给出了蚁群算法的基本原理、算法模型以及特点。 3．提出一种改进的蚁群算法。该算法引入模糊集合的概念，利用隶属度对蚁群寻找到的路径进行模糊评价，并根据模糊评价结果对路径上的信息素进行更新，从而加快了算法收敛速度，提高了算法的性能。 4．采用均匀设计法设置改进算法的参数，通过数值实验，验证了改进算法的可行性和有效性。
