旅行商问题是一类典型的NP完全问题，目前存在多种算法可以求取TSP问题的近似解，如贪心算法、最小生成树法等。遗传算法是解决NP问题的一种较理想的方法。内有完整可运行调试完毕代码，附有详细文档报告。

0积分下载，代码运行效果图见压缩包

BSO-旅行商问题-优化求解

http://simulations.narod.ru/ 二维平面中有一组城市（点）。 每个城市都有通往每个城市的道路。 我们需要找到在每个城市只出现一次且路径长度最小的循环路径。 有很多不同长度的路径。 一条路径可以与另一条路径交叉并变异。 请参阅 description.docx 。 运行 tsp_ga_gui.m 要运行无 GUI 版本，请在子文件夹 no_gui_version 中运行 tsp_ga.m

MATLAB源程序11 连续Hopfield神经网络的优化-旅行商问题优化计算.zip

TSP问题的求解方法 利用--遗传算法GA--求解组合优化问题，TSP旅行商问题 城市经纬度数据：mytsp/xx.csv文件 DW.py：绘图类 TSP_GA.py：主程序

采用PSO粒子群优化算法求解TSP旅行商问题 1、输入数据为bayg29.tsp 2、城市数量citycount为29，种群规模Pop_Size为30，迭代次数为500，学习因子 c1、c2取2，惯性权重因子w取0.8，粒子速度最大值绝对值取3.0； 3、运行main.cpp，即可得到最优路径及对应的最短距离，同时粒子群初始化的结果和每次迭代后种群各粒子的路径和距离都会输出到result.txt中。

旅行商问题求解，程序无误，可以完美的完成运行

中国科学院大学智能控制作业，使用Matlab，包含模拟退火遗传算法，普通遗传算法，自适应遗传算法，附有注释和代码说明txt

禁忌搜索算法的python实现，以旅行商问题作为算法实例。摘要50个字我实在打不完，剩下的就是凑字数的，可以忽略。