遗传算法（Genetic Algorithm）即是通过模拟自然进化过程，搜索出最优解的方法，如可用来解决组合优化问题。 TSP问题即旅行商问题，假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 程序用Microsoft Visual C++ 2010编写运行成功，更改各个城市坐标数据文件，即可输出最优路径。

此资源为本人人工智能课堂实验报告，内含详细旅行商问题报告，采用C++实现A*算法，源码有详细说明，清晰易读，希望对大家有帮助！

# -TSP- 本文主要是用以下方法解决旅行商问题（TSP问题） 详情见：https://blog.csdn.net/weixin_42715356/article/details/83089108 穷举策略 自顶向下的算法：深度优先搜索算法->回溯法 ：广度优先搜索算法->分支限界算法 自底向上的算法：动态规划 启发式策略 贪心算法、蚁群算法

旅行商问题(Traveling Salesman Problem,TSP)是组合优化领域中著名的 NPhard问题, 具有较为广泛的工程应用和现实生活背景, 如印刷电路钻孔、飞机航线的安排、公路网络的建设、网络通信节点的设置、物流货物配送、超市物品上架等, 所有这些实际应用问题均可以转变为TSP问题来解决.本文先介绍一个简单的旅行商问题，并运用动态规划算法求解此问题。最后给出求解此问题所需要的代码。

用MATLAB语言编写tsp问题程序并仿真求解遍历34座城市最短路径。 1模拟退火首先从某个初始候选解开始，当温度大于0时执行循环。 2.在循环中通过随机扰动产生一个新的解，然后求得新解和原解之间的能量差，如果差小于0，则采用新解作为当前解。 3.如果差大于0，则采用一个当前温度与能量差成比例的概率来选择是否接受新解。温度越低，接受的概率越小，差值越大，同样接受概率越小。是否接受的概率用此公式计算：p=exp(-ΔE/T)。这里ΔE为新解与原解的差，T为当前的温度。由于温度随迭代次数逐渐降低，因此获得一个较差的解的概率较小。

多旅行商matlab实验源码实现了三种多旅行商问题 % MTSPOF_GA Fixed Open Multiple Traveling Salesmen Problem (M-TSP) Genetic Algorithm (GA) % Finds a (near) optimal solution to a variation of the "open" M-TSP by % setting up a GA to search for the shortest route (least distance needed % for each salesman to travel from the start location to unique % individual cities and finally to the end location) % % Summary: % 1. Each salesman starts at the first point, and ends at the last % point, but travels to a unique set of cities in between (none of % them close their loops by returning to their starting points) % 2. Except for the first and last, each city is visited by exactly one salesman % % Note: The Fixed Start is taken to be the first XY point and the Fixed End % is taken to be the last XY point % % Input: % XY (float) is an Nx2 matrix of city locations, where N is the number of cities % DMAT (float) is an NxN matrix of city-to-city distances or costs % SALESMEN (scalar integer) is the number of salesmen to visit the cities % MIN_TOUR (scalar integer) is the minimum tour length for any of the % salesmen, NOT including the start point or end point % POP_SIZE (scalar integer) is the size of the population (should be divisible by 8) % NUM_ITER (scalar integer) is the number of desired iterations for the algorithm to run % SHOW_PROG (scalar logical) shows the GA progress if true % SHOW_RES (scalar logical) shows the GA results if true % % Output: % OPT_RTE (integer array) is the best route found by the algorithm % OPT_BRK (integer array) is the list of route break points (these specify the indices % into the route used to obtain the individual salesman routes) % MIN_DIST (scalar float) is the total distance traveled by the salesmen % % Route/Breakpoint Details: % If there are 10 cities and 3 salesmen, a possible route/break % combination might be: rte = [5 6 9 4 2 8 3 7], brks = [3 7] %

java用遗传算法解决旅行商问题

matlab mat格式 旅行商问题数据集 TSP数据集 https://blog.csdn.net/viafcccy/article/details/94588749查看完整代码和教程 下载数据送教程哦

使用贪心算法求解tsp问题，使用vc实现，资源中包含有程序的文档，包含tsp问题说明、贪心算法分析和程序源码。

该程序可以在窗口里用鼠标随意点击来产生不同的“城市”，最短距离也是直观的连线表示，简单易用。热心提醒：模拟退火法在该程序中没有单一的退火方向，等同于随机遍历，你可以自己想办法设置退火方向，我还没想出来怎么办╮(╯▽╰)╭