为了解决粒子群优化算法存在的早熟收敛和易陷入次优解等问题，将概率初始化策略和遗传算子引入到粒子群算法中。基于混合策略，我们提出了一种改进的混合粒子群优化算法，即IHPSO，用于求解旅行商问题。在IHPSO算法中，将概率策略用于种群初始化。在算法的迭代过程中可以节省更多的计算资源。此外，还使用了两种交叉算子和一种方向变异算子等遗传算子来提高算法的收敛精度和种群多样性。最后，对TSPLIB中的9个基准问题进行了测试，并将结果与4个竞争对手进行了比较。从结果可以看出，在大多数9个数据集上，所提出的方法明显优于其他方法<\/p> “，”DOI“：”10.4018\/ijcini.20211001.oa31“，”type“：”journal-article“，”created“：{”date-parts“：[2021,7,12]，”date-time“：”2021-07-12T12:58:51Z“，”timestamp“：1626094731000}，”page“：“1-17”，“source”：“Crossref”，“is-referenced-by-count”：7，“title”：[“使用遗传算子的新型粒子群优化及其在TSP中的应用”]，“前缀”：“10.4018“，”卷“：”15“，”作者“：[{”给定“：”博“，”家族“：”卫“，”序列“：”第一“，”隶属关系“：[}”名称“：”浙江科技大学“}]}，{”给出“：”应“，”家庭“：”兴“，”顺序“：”附加“，”从属关系“：[{”名称：“”华东交通大学“}]}，”ORCID“：”http://\ORCID.org\/0000-0002-4938-1479“，”认证ORCID“：true，“给定”：“学文，“家庭”：“夏”，“序列”：“附加”，“从属”：[{“名称”：“中国闽南师范大学”}]}，{“给定”：“凌”，“家庭“：“桂”，“顺序”：“额外”，“隶属”：[}“名称“：”中国闽南师大”}]]，“成员”：“2432”，“容器标签”：[“国际认知信息学与自然智能杂志”]，“original-title“：[]，”language“：”ng“，”link“：[{”URL“：”https:\\/www.igi-global.com/viewtitle.aspx？TitleId=273157“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,16]]，”date-time“：“2023-01-16T21:48:12Z”，“timestamp”：1673905692000}，“score”“：1，”资源“：{”主“：{”URL“：”https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.20211001.oa31“}}，”subtitle“：[”“]，”shorttitle“：[]，”issued“：{”date-parts“：[[2021,7,12]]}，“references-count”：0，”journal-issue“：{“issue”：“4”，“published-print”：{“date-part”：[[2021,10]}}、“URL”：“http://\/dx.doi.org\/10.4018\/IJCINI.202110 01.oa31“，”关系“：{}，”ISSN“：[”1557-3958“，”1557-39“]，”ISSN-type“：[{”value“：”1557-“3958”，”type“：”print“}，{”value“：“1557-3966”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2021,7,12]]}}}