模拟退火算法解决旅行团问题资料

MATLAB程序，只需输入坐标即可运行，能画出路径图

模拟退火算法源于固体的退火过程，当把一个固体的加热使其升温，其内部分子出现无序状态，内能增大 而降温时，所有粒子趋于有序，冷却到最低温度时内能达到最少。当某一状态下系统内能减少，则完全 接受这一新的状

C++实现的模拟退火的旅行商问题，VC下编译通过

SimulatedAnnealingAlgorithmandExhaustiveApproachtoOptimizeshuttleroutes(TravelSalesmanProblem)usingM

使用JAVA语言，分别通过实现蚁群算法，模拟退火算法来处理TSP问题，其中蚁群算法的测试数据是att48.tsp，详细算法文章请见：http://blog.izhixiao.me/archives/1

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

TSP问题用模拟退火算法解决的Java源码，本源码为src文件夹，你只需要将文件内容复制到你的工程源码文件中即可。

利用模拟退火算法求解下料问题，参见《现代优化计算方法》（第二版），本人是优化算法的初学者，欢迎批评指正。联系方式:junenggai_1982@126.com.QQ:149491882

大数据是我们信息时代的一大特征，作为NP问题的旅行商问题在我们的实际中也是经常碰到。该代码通过模拟退火的过程，求解了旅行商问的次优解

使用Python实现模拟退火算法用于求解函数优化问题最后针对优化结果进行输出并绘图保存.