提供了一个tsp类的文件，提供了一个启动的main函数，还有一个绘图的DW类，核心的参数有交叉概率，变异概率，种群数目和迭代次数，读者可以根据自己情况进行修改，并且本代码在遗传算法中内嵌了EO极值优化算法，可以得到更加准确的值。读者可以自行修改其中的代码逻辑

tsp问题matlab代码步骤旅行商问题 目的与总结 使用约束生成法解决美国48个州的首都 Dantzig-Fulkerson-Johnson公式具有2 ^ n-2子轮廓消除约束，这使该问题在计算上难以解决。 对于48个城市的问题，将存在2 ^ 48-2 = 281,474,976,710,654（281万亿）次子行程消除约束。 因此，我们使用约束生成方法来生成问题并向该问题添加约束，直到找到解决方案为止。 对于使用Mosel（Xpress）代码的48个城市（美国48个州首府）的游览，此方法可在2分钟内收敛为解决方案。 使用相同的方法，还可以解决26个城市的旅行问题。 文件： TSP-DFJ-48.mos：48城市旅游的Mosel代码 TSP-DFJ-26.mos：26城市旅游的Mosel代码 US48.dat：美国48个州首府的坐标 US26.dat：在美国随机选择的26个州首府的坐标 tourmap_48.png：48个城市游览的地块 tourmap_26.png：26个城市游览的地块 US48TourPlot.m：Matlab代码以绘制使用Mosel代码生成的48个城市游览 US

计算智能课程作业，要求写一篇计算智能相关技术的小论文。本论文对TSP问题，采用遗传算法进行求解。

matlab的TSP问题解决，智能算法包括，粒子群，遗传算法，蚁群还有模拟退火

遗传算法GA求解TSP问题matlab代码

数学建模-遗传算法求解TSP问题的MATLAB实现.zip

通过定义反转算子, 对人工狼位置和智能行为重新进行整数编码设计, 并结合概率近邻初始化方法, 提出一种求解旅行商问题的离散狼群算法. 该算法保留了狼群算法基于职责分工的协作式搜索特性, 并较好地平衡了算法的广度开拓和深度开采能力. 采用C-TSP 问题和TSPLIB 数据库中的多组TSP 问题作为实验用算例, 并将所提出算法与其他5 种智能优化算法进行对比, 仿真结果表明, 所提出算法在求解准确率、稳定性和所需迭代次数等方面具有相对优势.

本实验采用遗传算法实现了旅行商问题的模拟求解，并在同等规模问题上用最小生成树算法做了一定的对比工作。遗传算法在计算时间和占用内存上，都远远优于最小生成树算法。 程序采用Microsoft visual studio 2008 结合MFC基本对话框类库开发。32位windows 7系统下调试运行。

关于旅行商问题的cplex程序，可以求解小规模的标准的旅行商路线问题

【TSP问题】基于人工鱼群算法求解TSP问题matlab 源码.zip