Java实现智能优化算法TSP问题模拟退火禁忌搜索遗传算法神经网络

模拟退火的简单演示应用于Clojure中的旅行商问题。这段代码一点也不漂亮，它是作为一种学习体验而创建的。项目主要基于和Java示例。构建和运行：lein uberjar java -jar targ

数组采用十个真实地点模拟tsp问题，在文件中以数组保存，可以自行添加或者修改，不过别忘了对基因序列的长度做一定

遗传算法的BP神经网络优化算法

采用遗传算法和模拟退火算法解决VLSI中的布局优化问题,包含源代码。

Matlab遗传算法优化BP神经网络程序-遗传算法优化BP神经网络程序.rar遗传算法优化BP神经网络程序

遗传算法是目前应用较为广泛的优化方法之一。它以其所需领域知识较少,对目标函数无过多要求及在解决多维问题时良好的性能,在解决一些复杂优化问题时较传统数学优化方法更加有效。传统遗传算法的基本思想是源于自然

代码解释的很详细，可以直接用，已经测试过了，很好用。

cost存放了一个强连通图的边权矩阵,作为一个实例。 可在workspace中加载 运用此算法要注意多次试验。

模拟退火算法来源于固体退火原理，是一种基于概率的算法，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时

提供测例，初始温度、降温、算法结束条件都有注释，找到最优解的概率较大，0.8的概率。