这个包为旅行商问题（对称、不对称和欧几里得 TSP）提供了基本的基础设施和一些算法。该包提供了一些简单的算法和协和 TSP 求解器的接口及其对 Chained-Lin-Kernighan 启发式的实现。

一个闪亮的应用程序，通过模拟退火解决旅行商问题。 效果展示：https://camo.githubusercontent.com/539b5d25901a6f70dc7ec740b90d9bd0b446c957af9e80f6930d96c0f0dd40d8/687474703a2f2f696d616765732e72617067656e6975732e636f6d2f30653163613835346362633330663333616263343631303866326261333866322e363430783634307834322e676966

用遗传算法求解实现TSP 问题。 代码是基于 GAlib （面向对象的GA遗传算法库）实现。 包含源代码、可执行文件、开发说明、开发报告和图表、以及必要的参考资料。

matlab tsp问题代码茶匙 旅行推销员问题解决者。 切面方法： 最小切割： 我使用了切割平面方法（上面已经很好地描述过），使用了一些Columbia CS dude的代码来找到切分，并使用gurobi来解决整数程序。 在这两个子程序之外，有50排python线，可飞速到达20个城市，通常不到十分之一秒。 我的东西是Python。 我还包括了我的朋友David Dralle的模拟退火方法，这就是matlab。

Python中的群智能（遗传算法，粒子群优化，模拟退火，蚁群算法，免疫算法，Python中的人工鱼群算法） 文档： : 文档： : 源代码： : 帮助我们改善scikit-opt 安装 pip install scikit-opt 对于当前的开发人员版本： git clone git@github.com:guofei9987/scikit-opt.git cd scikit-opt pip install . 特征 功能1：UDF UDF （用户定义的函数）现在可用！ 例如，您刚刚制定了一种新型的selection功能。 现在，您的selection功能如下所示： ->演示代码： # step1: define your own operator: def selection_tournament ( algorithm , tourn_size ): Fi

MTSPV_GA 可变多重旅行商问题 (M-TSP) 遗传算法 (GA) 找到 M-TSP 变体的（接近）最优解（具有可变数量的推销员）通过设置 GA 来搜索最短路线（销售人员前往所需的最短距离每个城市恰好一次并返回它们的起始位置） 概括： 1. 每个销售员前往一组独特的城市并完成返回他出发的城市的路线2. 每个城市只有一名推销员到访 输入： 具有零个或多个以下字段的 USERCONFIG（结构）： - XY (float) 是一个 Nx2 的城市位置矩阵，其中 N 是城市的数量- DMAT (float) 是一个 NxN 点到点距离或成本矩阵- MINTOUR（标量整数）是任何推销员的最短游览时间- POPSIZE（标量整数）是人口的大小（应该可以被 4 整除） - NUMITER（标量整数）是算法运行所需的迭代次数- SHOWPROG（标量逻辑）如果为真则显示 GA 进度- SHOW

MTSPOFS_GA 固定启动开放多旅行商问题 (M-TSP) 遗传算法 (GA) 通过以下方式找到“开放”M-TSP 变体的（接近）最优解设置 GA 以搜索最短路线（所需的最短距离） 让每个推销员从起点到独特的个体城市而不返回起始位置） 概括： 1. 每个推销员从第一个点开始，然后前往一个独特的点之后的一组城市（并且它们都没有关闭循环回到起点） 2. 除了第一个，每个城市只有一个推销员 注：Fixed Start 取第一个 XY 点 输入： 具有零个或多个以下字段的 USERCONFIG（结构）： - XY (float) 是一个 Nx2 的城市位置矩阵，其中 N 是城市的数量- DMAT (float) 是一个城市到城市距离或成本的 NxN 矩阵- NSALESMEN（标量整数）是访问城市的推销员数量- MINTOUR（标量整数）是任何一个的最小游览长度推销员，不包括起点- POPS

MTSPF_GA 固定多重旅行商问题 (M-TSP) 遗传算法 (GA) 通过设置找到 M-TSP 变体的（接近）最优解向上 GA 搜索最短路线（所需的最短距离） 每个推销员从起点到各个城市然后回到原来的起点） 概括： 1. 每个推销员都是从第一个点开始，到第一个点结束点，但旅行到中间的一组独特的城市2. 除了第一个，每个城市只有一个推销员 注意：Fixed Start/End 位置被视为第一个 XY 点 输入： 具有零个或多个以下字段的 USERCONFIG（结构）： - XY (float) 是一个 Nx2 的城市位置矩阵，其中 N 是城市的数量- DMAT (float) 是一个城市到城市距离或成本的 NxN 矩阵- NSALESMEN（标量整数）是访问城市的推销员数量- MINTOUR（标量整数）是任何一个的最小游览长度销售员，不包括起点/终点- POPSIZE（标量整数）是人口