我正在从事一项小型学术任务，以使用遗传算法 (GA) 解决旅行商问题 (TSP)。我正在遵循一个非常简单的经典表示，将城市和旅游存储在数组中，例如，10 个城市的旅游可以表示为 9-1-0-4-3-8-6-5-2-7 等等。对 GA 有相当基本的了解，我对您将遵循哪种方法将不同类型的突变应用于 TSP 有点困惑。假设我们的路线表示为路线，突变率用变量 m_rate 表示。
[1] 简单插入突变
假设我们有：1-2-3-4-5-6-7-8-9。然后我们选择一个随机城市，比如索引 5，然后选择一个随机插入索引，比如 2，那么突变的染色体是：1-2-6-3-4-5-7-8-9。
现在这是我正在做的应用突变：
for (int i=0; i<route.length; i++) {
if (m_rate<Math.random()) {
// Pick a random city
int randomCity = 0 + (int)(Math.random() * ( ((route.length-1) - 0) + 1));
// Do the insertion and shift the array where appropriate
}
}
换句话说，我正在遍历路线中的每个城市并查看突变条件是否成立 (m_rate>Math.random())，如果是，那么我会在该索引处停下来，然后随机选择一个插入点，而不使用变异概率变量。只要没有遇到数组的末尾，我就会继续将相同的东西应用于其他所有剩余的城市或索引。这是正确的方法吗？应用第一个突变后，我应该停止还是跳出循环？突变概率是否应该以某种方式参与选择插入点？虽然这对我来说似乎没有多大意义。如果有可能不止一个城市在染色体或路线上发生突变，染色体有没有可能发生突变？换句话说，如果我最终进行第二次或第三次突变将染色体反转为其初始形式（突变之前）会发生什么？
[2] 相互交换突变。
在染色体中选择一个随机城市，然后选择第二个随机城市并交换两者。例如，在路线 1-5-2-8-0-9-3-7-4-6 中。如果我们最终选择索引 2 和索引 7，那么突变的染色体是：1-5-7-8-0-9-3-2-4-6。
我正在遵循与上述插入突变类似的方法，遍历路线中的每个城市并检查概率条件，然后直接选择一个随机城市进行交换，而不应用任何类型的突变率。上面同样的问题在这里适用..
[3] 反转突变。
这是最棘手的一个。给定一个像这样的染色体：1-2-3-4-5-6-7-8-9，我们选择一个像索引 2 到索引 5 的突变切割，然后反转那个子路径 ==> 1-2-6-5- 4-3-7-8-9。
但是你如何应用这个？你是不是循环遍历路线，然后根据突变率选择一个城市，然后直接选择另一个指标来确定子路线的长度？突变一次并退出？在这种实现中，如果我们的突变切割最终是 0-9 或 0-(length-1) ，整个染色体或路线是否可以突变以反转整个事物？在这种情况下，突变率的真正价值是什么？我有点迷失在这里...
我提前道歉，因为它太长了。但我会很感激任何关于这些问题的评论，或者如果有人可以指导我到任何详细讨论这些事情的资源。我看过很多研究论文，但没有多少人接触过这种细节和细节。
谢谢你。