这是总结的TSP数据集，并且在这里面也有每个数据集的最优解 This is just the Symmetric TSP data. Currently known best solutions are in the solutions file.

首先给出了基于遗传算法求解TSP问题的一般性流程，设计了基于遗传算法的求解算法,包括编码设计、适应度函数选择、终止条件设定、选择算子设定、交叉算子设定以及变异算子设定等,然后设计并实现了基于遗传算法的TSP问题求解系统, 并编制了完整的Matlab程序予以仿真实现。

对于求解的TSP问题，提出了一种自适应离散型布谷鸟算法（Adaptive Discrete Cuckoo Search，ADCS）。在基于布谷鸟搜索算法（Cuckoo Search，CS）的搜索原理下构造TSP问题的路径求解策略。针对离散型算法整体调整容易破坏已形成的较优路径和随着算法迭代数目增加导致种群多样性下降这两个缺陷，设计了一种针对路径的自适应型局部调整算子和全局随机扰动策略，采用了简单的2-opt优化算子作为局部优化算子以加快算法的收敛速度。最后采用多组不同规模的标准TSPLIB数据与其他的优化算法进行对比实验，结果表明ADCS算法在求解精度和稳定性方面具有优势。

TSP问题（Traveling Salesman Problem）即旅行商问题，又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 资源包括TSP问题模拟退火算法、TSP问题遗传模拟退火算法、TSP问题遗传算法通用Matlab程序、TSP问题蚁群算法通用Matlab程序。

遗传算法解决tsp问题

模拟退火算法解决函数问题

蚁群算法解决TSP问题

禁忌搜索算法解决TSP

禁忌搜索（TS）是基于本地搜索的元启发式方法，由Fred W. Glover于1986年提出。在本文中，我们将提供禁忌搜索（TS）算法求解旅行商问题（TSP）的matlab源代码

针对0/1背包问题编写了简洁的C语言代码进行求解，注释详细，通俗易懂