通过本实验的学习，使学生了解基于遗传算法的TSP算法，掌握并且熟练运用TSP算法求解旅游最短路线问题。 选择相关数据，利用TSP算法通过适应度选择，交叉，变异以及逆转操作，得出最终的旅游优化路线及其迭代图。

基于聚类集成的蚁群优化与受限解空间的TSP算法.pdf

a.m，图的TSP算法

基于遗传算法的TSP问题，一共有19个点，在其中找到最优路径。代码可直接运行，代码具体问题情境在知乎专栏：https://zhuanlan.zhihu.com/p/39291470 欢迎关注~

Introduction 复现了一些TSP问题的相关算法，对TSP数据集st70.tsp进行了测试，并对此测试数据调整了参数，开箱即用。 Algorithms 动态规划(DP) 遗传算法(GA) 粒子群算法(PSO) 模拟退火算法(SA) 蚁群算法(ACO) 自适应神经网络(SOM) 禁忌搜索算法(TS) 指针网络(Pointer-network)[pytorch版本复现] Tips 遗传算法核心要素：父代集合的数量，选择两个父代个体的方式，交叉操作、变异操作 粒子群算法核心要素：个体当前最优与粒子群群体当前最优，生成新个体的时候与这两个最优解都会发生交叉 模拟退火算法核心要素：跳出最优解的概率必须是会随着时间变化，降温速度，初始温度，最终温度，随机解的生成方式，随季解数量 蚁群算法核心要素：不同城市之间的概率转移矩阵不断变化（受信息素的影响），参数繁多 自适应神经网络核心

数学建模源码集锦-基于模拟退火算法的TSP算法应用实例

数学建模源码集锦-基于遗传算法的TSP算法应用实例

关于MATLAB优化TSP算法的完善及推广

Matlab的算法程序，关于tsp方向的，就是Matlab的旅行商功能

TSPLIB是来自各种来源和各种类型TSP（以及相关问题）的示例实例库，并且给出了对应各个样例的最优解。 https://comopt.ifi.uni-heidelberg.de/software/TSPLIB95/index.html