布谷鸟搜索（Cuckoo Search，CS）算法在求解连续优化问题时表现出了较好的性能，但现有的CS算法在求解旅行商问题（Traveling Salesman Problem，TSP）时收敛较慢且未能体现Levy飞行的特点，针对这些不足提出了一种新的基因-表现型的布谷鸟算法（Genotype-Phenotype Cuckoo Search，GPCS），GPCS算法首先赋予每个城市一个整数部分为城市编号的随机小数编码即基因，而此基因所表现的内容由小数和整数共同决定，小数决定城市的访问次序，整数部分代表某个城市，两个部分组合起来构成Levy飞行的邻域空间，最后根据不同的飞行结果选择重定位或替换操作。实验结果表明，GPCS算法优于同类的CS算法，也优于一些其他的群智能算法，特别在求解大规模TSP时其优势更加明显。

基于差分进化算法的多旅行商问题优化

旅行商问题_TSP_的改进模拟退火算法。

研究分析了基本的蚁群算法原理，主要介绍了蚁群算法的发展历史和特点，综合了近期关于蚁群算法研究。在阐述了蚁群算法的研究现状基础上，最后指出了它的优点和问题，对蚁群算法推广应用具有重要意义。

旅行代理管理系统软件设计 有完整的java与mysql链接程序，以及程序截图， 完整整个系统程序

遗传算法解决5种多旅行商问题（mtsp）的matlab程序 分别为以下5中情况： 1.从不同起点出发回到起点（固定旅行商数量） 2.从不同起点出发回到起点（旅行商数量根据计算可变） 3.从同一起点出发回到起点 4.从同一起点出发不会到起点 5.从同一起点出发回到同一终点（与起点不同）

改进模拟退火算法求解TSP问题也就是常说的旅行商问题

景点介绍，线路规划，酒店预订，游记撰写，功能很全。微信小程序，模仿面包旅行APP源代码。

针对爱旅行项目前后端分离的一个后台的实现接口文档，提供参考。

旅行商问题C++版本，用于离散数学的课程设计。不完整