015
280447
341175
312183
02
287108
339512
309035
025
280447
351623
307456
03
270935
319941
299428
035
270935
328085
309945
04
270935
325313
301534
045
270935
332014
301757
05
280934
336307
309026
055
270935
335233
291304
06
270935
332512
307836
065
280447
337003
309371
07
270935
320927
299502
最优解926054873178319260547319260548054873192631926504781378450629831926054791387450621387450629831926054750269138741926054783319260547854873192609138745062
运行时间310260300270280260290270279456663520546596571
4
f人工智能实验
075
280447
324488
3036990548731926559
08
270935
321551
2993827450629138358
085
270935
345399
3035945062913874360
09
270935
326273
30696054783192375
095
270935
324672
299196291387450476
（注红色表示非最优解）
在该情况下，交叉概率过低将使搜索陷入迟钝状态，得不到最优解。
（3）变异概率对算法结果的影响实验次数：10
种群规模：25最大迭代步数100
交叉概率：085实验结果：
表13
变异概率最好适应度最差适应度平均适应度
最优解
0001
294717
34732
3249110621938745
001
290446
346591
3237148450269137
01
280934
34011
3094175026913874
015
270935
32093
3025686054783192
02
270935
322349
3031448745062913
025
270935
32718
3015724506291387
03
270935
324488
3028540547831926
035
270935
333167
3077481387450629
04
290446
343705
3130412054873196
045
270935
31374
2968162605478319
05
270935
323752
3022112913874506
055
270935
333819
3066231387450629
06
280934
332512
30361387450269
065
270935
327491
3002013192605478
07
287108
324238
307851387405629
075
270935
318928
3024511926054783
08
280934
316135
3034719138745026
085
29662
332392
3115852913784056
09
280447
320387
3041520548731926
095
280447
313036
3000679137845062
又表13可知，当变异概率过大或过低都将导致无法得到最优解。
运行时间245274250246282245252266362438431492417434432475327314396436
注：（2）（3）的实验数据与（1）的实验数据不同，详见附录。
5
f人工智能实验
六、不同变异策略和个体选择概率分配策略对算法结果的影响
（1）两点互换变异与插入变异的比较：
试验次数（CASNUM）：10城市数POINTCNT10种群规模POPSIZE：100最大迭代r