使用遗传算法解决旅行商问题, 提供算法完整源代码

高级算法课程的论文，使用模拟退火算法喝遗传算法求解旅行商问题，使用C++实现，有注释，有论文，详细的说明文档。

利用利用Hopfield神经网络解决旅行商问题（TSP），开发平台为matlab

使用连续型 Hopfiled 神经网络、蚁群算法、遗传算法，编程求解 TSP 问题。包含实验报告和源代码，可运行，IDE为NetBeans8.0

经典的算法的实验：残缺棋盘游戏问题，0/1背包问题，高速缓存调度问题，旅行商问题，流水作业调度问题

遗传算法解决5种多旅行商问题（mtsp）的matlab程序 分别为以下5中情况： 1.从不同起点出发回到起点（固定旅行商数量） 2.从不同起点出发回到起点（旅行商数量根据计算可变） 3.从同一起点出发回到起点 4.从同一起点出发不会到起点 5.从同一起点出发回到同一终点（与起点不同）

为快速高效解决旅行商问题(Traveling Salesman Problem),本文基于当今最流行的优化仿真软件LINGO和MATLAB,建立了旅行商问题的数学模型并编写了数学模型LINGO语言环境下的优化程序,再借助MATLAB软件实现基于LINGO算法旅行商问题最优解的图形可视化,本文重点研究了基于LINGO语言的旅行商问题的算法实现关键过程和最优解图形可视化,最后结合相关典型算例实施效果验证分析,优化结果表明了算法程序的正确性、可行性及有效性,本文研究成果可为仿真软件在解决旅行商问题领域研究应用提供了参考价值。

matlab蚁群算法代码旅行蚁群 旅行商问题的蚁群优化算法。 该算法描述如下： 代码是用 Matlab 编写的。 要运行它，只需键入AntSystem

多旅行商问题matlab代码，一共五种类型，可以直接使用。固定起点终点任意旅行商，返回起点的多次旅行商，任意起点终点旅行商，等。

TSPO_GA 开放式旅行商问题 (TSP) 遗传算法 (GA) 通过设置找到 TSP 变体的（接近）最优解搜索最短路线的 GA（推销员的最短距离） 只前往每个城市一次而不返回起始城市） 概括： 1. 一名推销员前往每个城市但没有关闭回到他出发的城市的循环2. 每个城市只被推销员访问一次 输入： 具有零个或多个以下字段的 USERCONFIG（结构）： - XY (float) 是一个 Nx2 的城市位置矩阵，其中 N 是城市的数量- DMAT (float) 是一个 NxN 点到点距离/成本矩阵- POPSIZE（标量整数）是人口的大小（应该可以被 4 整除） - NUMITER（标量整数）是算法运行所需的迭代次数- SHOWPROG（标量逻辑）如果为真则显示 GA 进度- SHOWRESULT（标量逻辑）如果为真则显示 GA 结果- SHOWWAITBAR（标量逻辑）如果为真则显示等