基于matlab编写的人工免疫算法求解TSP问题，AIS.m为程序的主入口

这段代码使用了模拟退火的思想解决TSP问题。在这个仿真实验中解决了自定义的20个城市的TSP问题，在设定合适参数后每次的运行中都能得到一个比较理想的结果。 Main.m文件是程序入口。 Data_file.m文件设置自定义的城市数据。 Swapcities.m文件中包含随机交换两个城市的函数。 Plotcities.m文件中包含将城市数据在二维平面上表示的函数。 Distance.m文件中包含计算城市距离的函数，用来解决旅行商问题。 Simulatedannealing.m文件中包含模拟退火算法。这部分是程序的主体，我参考了许多讨论关于模拟退火算法方面的论文。

tsp旅行商问题，遗传算法，给出10个 30个城市的实例，成功运行

遗传算法解决TSP问题，C++语言。比网上大多数程序都靠谱。

旅行商(TSP)问题测试集,可用于测试蚁群算法\遗传算法性能

C++实现用Hopfiled网络解决TSP问题

通过禁忌搜索算法求解经典的TSP问题（MATLAB源代码），TSP问题为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。

人工神经网络求解旅行商问题，有完整的论文，论文里含有源代码，参考浙江大学出版社的《人工神经网络实用教程》。

运行Hopefield文件下的hopefield功能即可得出8个城市TSP问题求解，CHNN问题在于网络是否稳定，因此对于大型城市数的应用还有待进一步优化

该文档使用Java语言编写了一个通用的TSP问题的求解方法，不仅进行了代码求解，还根据实际例子进行了手动求解和介绍，适合旅行商入门，以及Java语言的学习，附带源码和伪代码，以及详细的解释。