旅行商问题动态规划matlab代码这是解决经典TSP的三种不同方法，即。
所有代码都在MATLAB
2019b上进行了测试。
算法是
遗传算法（边缘表示和2-opt）
动态编程
群算法（蚂蚁系统算法）
怎么跑
在遗传算法和群算法中，您将输入城市总数，程序将在地图上随机散布这些城市并通过动画图打印演变过程（您需要将MATLAB版本设置为高于2019年才能看到动画效果）。
如果要运行动态编程方法，则应以数组格式（如[20,20]）一一输入城市的位置。
DP的结果将仅在命令行上显示。
要求
MATLAB版本高于2019
建议每种方法的城市编号：
GA：<50
DP：<10（随着城市的增加，时间成本成倍增加）
群：<30
表现
动态编程每次都能为我们提供最佳结果，但是它具有成倍的时间复杂度。
其他两种方法是启发式的，可以在更短的时间内为我们提供近似的最佳解决方案。
群算法对于较小的问题（少于30个城市）非常有效，在这种情况下，它优于其他两种方法。
2021-10-13 14:33:55
85KB
1
粒子群算法
人工智能大作业论文，粒子群优化算法转化旅行商问题的源代码及数据
源代码：mytsp14.py
数据：burma14.txt
数据类型：经纬度
数据来源： :
2021-10-11 01:00:04
63KB
1