基于蚁群算法（ACO）求解一般旅行商问题，使用matlab来实现算法。具有普适性。

在管理科学、计算机科学、分子物理学和生物学以及超大规模集成电路（VLSI）设计、代码设计、图象处理和电子工程等科技领域中，存在着大量组合优化问题。其中许多问题如货郎担问题、图着色问题、设备布局问题以及布线问题等，至今没有找到有效的多项式时间算法。这些问题已被证明是 NP 宪全问题。
用最优算法如线性规划求 NP 完全问题的最优解，需要问题规模的指数阶时间，在问题规模增大时，往往由于计算时间的限制而丧失可行性。用近似算法如贪心法求解 NP 完全问题，在多项式界的时间里，只能给出近似最优解。
本章介绍组合优化问题和计算复杂性理论的基本概念，并结合几个组合优化的 NP 完全问题实例，介绍其近似算法。 最后，在引入邻域结构概念的基础上，介绍一种通用的近似算法——局部搜索算法。


【TSP问题】基于人工蜂群算法求解旅行商问题含Matlab源码

用于验证算法的有效性

注释比较全，代码可以直接跑出来，也可以根据自己的需求做修改。可以放心下载，都是本人之前用过试过的。

基于模拟退火算法的数字岩心建模方法

MatlAB程序，Hopfield神经网络解决TSP问题

基于模拟退火算法的TSP最短路径搜索仿真带GUI界面，可以设置初始温度，迭代次数以及城市数量，matlab2021a测试。

旅行商 模拟退火算法SA

本文研究的是一位送货员在受时间和货物的重量、体积大小等因素影响下，对某个城市送货路线的选择，以求完成送货任务，并且所要花费的时间是最少的路线设计的组合优化模型、TSP模型。而时间最小是本文完成任务后所追求的目标函数（在受时间、货物的重量和体积大小等因素作为限制条件），进行模型求解，使得模型的结果具有实际的意义和对实际的选择有帮助。所以本文在求解过程中，我们进行了符合实际的假设和符号的说明。