本资源包含TSP常见的所有测试数据和matlab、c++代码。旅行商问题(Traveling Salesman Problem,TSP)代表一类组合优化问题,在物流配送、计算机网络、电子地图、交通疏导、电气布线等方面都有重要的工程和理论价值,引起了许多学者的关注 。TSP 简单描述为:一名商人要到n 个不同的城市去推销商品,每2个城市i和j之间的乐离为d,如何选择一条路径使得商人每个城市走一遍后回到起点,所走的路径最短。 TSP是典型的组合优化问题,并且是一个 NP难题。 TSP 描述起来很简单,早期的研容者使用精确算法求解该问题,常用的方法包括分枝定界法、线性规划法和动态规划法等,但是可能的路径总数随城市数目n是呈指数型增长的,所以当城市数目在100个以上时,一般很难结确地求出其全局最优解。随着人工智能的发展,出现了许多独立于问题的智能优化算法,如蚁群算法、遗传算法、模拟退火、禁忌搜索、神经网络、粒子群优化算法、免疫算法等,通过模拟或解释某些自然现象或过程而得以发展。模拟退火算法具有高效、鲁棒、通用、灵活的优点。将模拟退火算法引入TSP求解,可以避免在求解过程中陷入TSP的局部最优。
2021-03-07 19:42:31
1.99MB
TSP问题
1