【TSP问题】基于模拟退火结合遗传算法求解31城市旅行商问题matlab源码.zip

连续Hopfield神经网络的优化-旅行商问题优化计算的matlab程序

问题描述：设有n个城市，城市之间均有道路，一个旅行商从某城市出发，经过其余n-1个城市一次且仅一次，最后回到出发的城市，他如何走才能使他所走的路程最短

高级综合-用遗传算法求解TSP。 关于该项目 该存储库包括遗传算法的实现，该算法解决了高级综合的旅行商问题。 该项目的执行目的是针对DUTh第9学期的高级综合课程的硬件设计。 该存储库包含2个分支： 软件：包含可以在任何IDE中本地运行的开发的C ++代码。 硬件：包含针对Catapult HLS工具进行了调整的开发的C ++代码。 除了随机图之外，还可以对斯坦福大学创建的SGB128（北美城市）数据集进行测试。 要显示解决方案，请运行笔记本。 贡献 贡献使开源社区成为了一个很棒的地方，可以成为学习，启发和创造的地方。 遵循以下步骤做出贡献： 分叉项目 创建功能分支（ git checkout -b new_branch_name ） 提交您的更改（ git commit -m 'Add some extra functionality' ） 推送到分支（ git push

BARRA 组合优化 用于多因子选股的组合构建和优化 非常值得参考

已经验证正确的自己写的代码。这是一部分 #include using namespace std; const int MAX_FLOAT_NUM=65535; static int count=0; static int cost=0; //临时存放路径费用 static int min=MAX_FLOAT_NUM; //最下路径的初始值 // //交换两个数 // void swap(int &x, int &y) { int temp; temp = x; x = y; y = temp; }

2 列向量包含城市的坐标。 该算法生成最佳路径，只访问所有城市一次，然后返回起始城市。 为所有城市做： 1.选择一个城市作为当前城市。 2. 找出连接当前城市和未访问城市的最短边。 3.将新城市设置为当前城市。 4. 将上一个当前城市标记为已访问。 5. 如果所有城市都被访问过，则终止。 6. 转到步骤 2。 该算法有其局限性，根据城市在地图上的分布，它可能会也可能不会给出最佳解决方案。 它解决了其他一些提交的文件所具有的同样遥远的城市的问题。

在 0-1整数规划的基础上建立了数学模型,利用 MATLAB 6. 5优化工具箱中的 linprog函数进行求解,再经过分支定界算法计算,求出了只含有 0和 1的解。实验结果表明,该算法可以求解小规模旅行商问题。

资源包含“遗传算法解决TSP问题”的相关代码（.cpp和.h）以及TSP相关的城市数据。 资源包含“遗传算法解决TSP问题”的相关代码（.cpp和.h）以及TSP相关的城市数据。

运用java语言实现的用遗传算法解决旅行商问题，注视清晰。可根据自己需要修改交叉算子和变异算子