Fred Glover主编 非常经典的元启发式方法的书籍！内容非常丰富，包含：组合优化；遗传算法；蚂蚁算法；紧急算法；人工神经网络；贪婪自适应；领域搜索等。 对学习最优化、NP难问题求解具有非常重要价值！数学建模；线性规划；算法：智能算法。

有软时窗约束多车场开放式车辆路径问题是在基本的车辆路径问题上增加了时间窗约束和多车场作业的一种变化形式，是一个典型的NP-难问题。建立了问题模型，运用改进的禁忌搜索算法测试了算例。快速获得的高质量解验证了模型的正确性和算法性能的优良性。

matlab源码

常用的MATLAB算法解读及源码实现合集（禁忌搜索算法,遗传算法 模拟退火算法,神经网络算法等等）

【VRP问题】基于禁忌搜索求解带软时间窗的车辆路径规划TWVRP问题.md

四种经典启发式算法求解TSP问题，包括模拟退火（Simulated annealing）、禁忌搜索（Tabu search）、遗传算法（Genetic algorithms）和蚁群算法（Ant colonies）

【VRP问题】基于禁忌搜索求解带时间窗的TWVRP问题

提出一种解决实际规模和复杂度的PDPTW 问题的快速禁忌搜索算法. 该算法分为构造初始解和改进解两 个阶段: 在第1 阶段, 使用插入算法来构造一个尽可能好的初始解; 在第2 阶段, 使用禁忌搜索算法来改进得到的解. 最后构造了两个实际规模和复杂度的例子, 测试结果表明该算法对于求解此类PDPTW 问题是有效的.

介绍了几种智能优化算法，包括模拟退火 遗传算法 禁忌搜索 神经网络 邻域搜索等，以及他们之间的混合算法等。

Introduction 复现了一些TSP问题的相关算法，对TSP数据集st70.tsp进行了测试，并对此测试数据调整了参数，开箱即用。 Algorithms 动态规划(DP) 遗传算法(GA) 粒子群算法(PSO) 模拟退火算法(SA) 蚁群算法(ACO) 自适应神经网络(SOM) 禁忌搜索算法(TS) 指针网络(Pointer-network)[pytorch版本复现] Tips 遗传算法核心要素：父代集合的数量，选择两个父代个体的方式，交叉操作、变异操作 粒子群算法核心要素：个体当前最优与粒子群群体当前最优，生成新个体的时候与这两个最优解都会发生交叉 模拟退火算法核心要素：跳出最优解的概率必须是会随着时间变化，降温速度，初始温度，最终温度，随机解的生成方式，随季解数量 蚁群算法核心要素：不同城市之间的概率转移矩阵不断变化（受信息素的影响），参数繁多 自适应神经网络核心