使用JAVA语言，分别通过实现蚁群算法，模拟退火算法来处理TSP问题，其中蚁群算法的测试数据是att48.tsp，详细算法文章请见：http://blog.izhixiao.me/archives/1602

模拟退火算法解决二维路径规划路径寻优问题，这里上传主函数， 代码并非本人所写，可能版本不同运行时需要细微修改。在于解决路径规划的路径寻优问题，，需要打开后自行保存运行

【路径规划】基于遗传结合模拟退火算法路径规划matlab源码.md

matlab开发-并行机模拟退火。并行机调度模拟退火（SA）的结构matlab实现

python 智能算法——简单例子模拟退火.py

【优化求解】模拟退火结合粒子群优化算法matlab源码.md

以提高预测软件老化趋势为应用背景，提出一种新型粒子群退火算法（New Particle Swarm Annealing Algorithm，NPSOSA）优化BP神经网络的权值和阈值，继而构建NPSOSA-BP神经网络预测模型.实验通过搭建软件老化测试平台，收集所需的老化数据并进行仿真训练.实验结果表明，NPSOSA-BP神经网络模型相比于传统粒子群算法（PSO）、传统粒子群退火算法（PSOSA）优化的BP神经网络模型提高了预测精度和适用度，在该应用领域验证了本文方法的有效性.

用模拟退火算法解决旅行商问题，提供了python代码以及数据集的处理，仅供交流学习。（摘要必须大于50个字符!）

模拟退火遗传算法程序,模拟退火和遗传算法,matlab源码.zip

进阶生产规划及排程系统　便是利用先进的信息科技及规划技术，例如基因算法﹝Genetic Algorithm﹞、限制理论﹝Theory of Constraints﹞、作业分析 ﹝Operations Research﹞、 生产仿真﹝Simulation﹞及限制条件满足技术﹝Constraint Satisfaction Technique﹞等，在考虑企业资源﹝主要为物料与产能﹞限制条件与生产现场的控制与派工法则下，规划可行的物 料需求计划与生产排程计划，以满足顾客需求及面对竞争激烈的市场。进阶生产规划及排程亦提供了what-if 的分析，可以让规划者快速结合生产信息﹝如订单、途程、存货、BOM与产能限 制等﹞，作出平衡企业利益与顾客权益的最佳规划和决策。