遗传算法中的交叉和变异思想恰好能应用到此处，比如说个体粒子先和个体最优交叉产生一个新的粒子，当然这里如果新产生的粒子没有原来粒子好，我们就舍弃这个新的粒子；与个体最优交叉完后，新的粒子还需与群体最优交叉，同样如果新产生的粒子没有原来粒子好，我们就舍弃这个新的粒子；交叉操作结束后，对新的粒子进行变异操作，同样如果新产生的粒子没有原来粒子好，我们就舍弃这个新的粒子。一直重复上述操作直至循环结束，最终输出群体最优粒子就是搜索过程中搜索到的最优粒子。

里面有许多解决tsp问题的方法源代码，比如蚁群算法、神经网络、遗传算法、模拟退火算法等等

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码介绍

TSP问题matlab中要用到的数据，16个城市的数据，能很好的在matlab中仿真，得到需要的结果

(1)从任意两个城市出发(距离最小或最大)，一般为了扩 (2)有效地利用所找到的最短周游路 (3)两次改变信息素虽可加快搜索速度 ，但同时降低 了

遗传算法和蚁群算法及其在TSP问题和配电网重构问题中的应用研究.pdf

遗传算法求解tsp问题实验报告.pdf

MATLAB程序-基于连续型Hopfield神经网络求解TSP问题

- 基于模拟退火算法的TSP（旅行商）问题 - 可以根据要求自己修改城市坐标 - 注释很详细

- 基于多种群智能优化算法：人工蜂群算法、模拟退火算法、帝国竞争算法、蚁群算法、灰狼优化算法 来解决旅行商问题（TSP问题） - 可以根据要求，自己修改城市坐标 - 注释很详细 - 多份代码的合集，价格更优惠