使用遗传算法(GA)解决旅行商问题(TSP),文档中详细描述了GA算法的执行流程以及TSP问题,文档末尾给出了基于MATLAB的实现代码。
蚂蚁算法求解TSP旅行商问题,有详细的源代码及注释,采用面向对象设计思路
旅行商问题_TSP_的改进模拟退火算法。
长期以来,旅行商问题一直被认为是现有优化方法的一个挑战性应用程序,也是开发新优化方法的基准应用程序。 与许多现有算法一样,传统的遗传算法在此类问题上的成功将非常有限,尤其是随着问题规模的增加。 提出了
一种基于模拟退火算法(SA)的旅行商问题(TSP问题)优化算法,并提供了MATLAB实现的压缩包。压缩包内的程序具有极其详细的注释,帮助读者理解算法思想和实现细节。
利用matlab神经网络进行连续Hopfield神经网络的优化算法,重点解决旅行商问题。通过分析案例,并给出了相应的源码和说明,介绍了BP遗传算法分类器和RBF回归在连续Hopfield神经网络优化中
旅行商问题2-OPT算法的并行与优化。打包了串行版,并行版,运行的shell代码。
一种基于旅行商问题的蚁群优化解质量评价方法,张兆军,冯祖仁,为研究蚁群优化算法在有限时间内产生解的质量问题,根据蚁群算法的搜索特点以及在算法运行过程中可行解的特点,借鉴序优化相关知
采用VB编写的蚁群算法解决旅行商问题,具有可视化操作界面,使用方便。
针对传统量子蚁群算法在求解TSP时容易陷入局部最优以及收敛速度较慢,提出了一种求解旅行商问题的改进型量子蚁群算法(IQACA)。该算法设计了一种新信息素挥发因子的自适应动态更新策略,对信息素进行动态更
