用大洪水算法（great deluge）解决TSP问题，保留并绘出每次迭代的接受解和最优解

用模拟退火算法解决TSP问题，保留并绘制出每次迭代的最优解和接受解。PYTHON语言

西电网信院人工智能课程实验报告，利用遗传算法解决 TSP 问题及可视化程序，基于神经网络的 MNIST 手写数字识别，python实现

20210514-上海证券-图森未来-TSP.US-智驾服务将迎风口，产业新秀崭露头角.pdf

课程大作业，基于MFC对话框编程，结合遗传算法和模拟退火算法对图像进行分割，并和原始otsu方法进行了比较

使用模拟退火算法求解四色地图问题，输入区域个数和表示相邻关系的邻接矩阵，输出一组数组表示上色情况。相较于传统算法求解较快。

利用改进的蚁群算法求解TSP，较原来更加的快速，解决方法更加的容易理解和接收，

本资源是Mgasa算法解决TSP问题的Matlab代码，资源中包括mgasa_main(Mgasa算法解决TSP问题代码)，mgasa_fitness(适应度求取函数代码)，mgasa_annealing(Mgasa算法中模拟退火代码)，mgasa_select(遗传算法中选择函数代码)，mgasa_crossover(遗传算法中染色体交叉互换函数代码)，mgasa_mutation(遗传算法中基因突变函数代码)，mgasa_change(Mgasa算法中选择过程代码)。同时代码中有Location矩阵，其中30个坐标作为TSP问题的例子。

基于连续型Hopfield神经网络求解TSP问题 matlab实现 适合初学者学习研究

因课程需要，编写了C语言的模拟退火算法，其中随机数的产生方法至关重要。-