数学建模-遗传算法求解TSP问题的MATLAB实现.zip

数学建模-作业排序模拟退火算法影响因素分析和一种多次淬火模拟退火法.zip

通过定义反转算子, 对人工狼位置和智能行为重新进行整数编码设计, 并结合概率近邻初始化方法, 提出一种求解旅行商问题的离散狼群算法. 该算法保留了狼群算法基于职责分工的协作式搜索特性, 并较好地平衡了算法的广度开拓和深度开采能力. 采用C-TSP 问题和TSPLIB 数据库中的多组TSP 问题作为实验用算例, 并将所提出算法与其他5 种智能优化算法进行对比, 仿真结果表明, 所提出算法在求解准确率、稳定性和所需迭代次数等方面具有相对优势.

以14个城市为例，假定14个城市的位置坐标，利用遗传算法便利城市路径

GA-TSP-MAP Genetic-algorithm for TSP and matlab GUI for word map simulation 遗传算法复现TSP问题，并构造matlab GUI，实现世界地图的TSP问题旅游路线最短Demo. 步骤一：打开guiyichuanyingyong.m运行，出现主界面； 步骤二：点击主界面左上角‘选择城市’菜单，出现子界面，选择你带你另一半想去的城市； 两个下拉，先选择左边下拉菜单选择世界区域，比如中国，然后点击右边下拉，选择想去的城市，选择城市之后，点击‘选择该城市’，如果选择城市重复，系统会提醒你选择重复； 选择完所有的城市之后，点击‘城市选择完毕’，将会自动退出子界面，并且在主界面上显示你的选择区域信息； 步骤三：选择GA遗传算法‘设为默认值’按钮，将会使用默认参数，如果不想，调参可在上面直接改。 步骤四：选择‘根据所选城市生成距离

模拟退火算法是一种强大的随机搜索算法, 能应用于许多前提信息很少的问题, 能渐进地收敛于最优值。对 SA算法进行了介绍, 论述了SA算法的原理并对算法进行了改进, 展示了计算实验的结果

求解旅行商问题的蚁群优化算法，包含路径的构造、轮盘赌法进行城市的选择、信息素的更新等函数，仅300行代码一个main.cpp即可实现全部功能，程序运行后会输出城市坐标、距离矩阵、迭代后的最优路径及最短路径长度。

TSP 分支限界法 我就是不问大家要下载分

本实验采用遗传算法实现了旅行商问题的模拟求解，并在同等规模问题上用最小生成树算法做了一定的对比工作。遗传算法在计算时间和占用内存上，都远远优于最小生成树算法。 程序采用Microsoft visual studio 2008 结合MFC基本对话框类库开发。32位windows 7系统下调试运行。

TSP-PSO %% 与个体最优进行交叉 c1=round(rand*(n-2))+1; %在[1,n-1]范围内随机产生一个交叉位 c2=round(rand*(n-2))+1; while c1==c2 c1=round(rand*(n-2))+1; %在[1,n-1]范围内随机产生一个交叉位 c2=round(rand*(n-2))+1; end chb1=min(c1,c2); chb2=max(c1,c2); cros=Tour_pbest(i,chb1:chb2); %交叉区域矩阵 ncros=size(cros,2); %交叉区域元素个数