求解TSP问题的一种改进的遗传算法[1].pdf

本程序用遗传算法解决了TSP（旅行商问题），程序结果能模拟城市坐标生成图像

用遗传算法解决TSP问题，想了解遗传算法的就拿去吧！

旅行商问题，即TSP问题（TravelingSalesmanProblem）是数学领域中著名问题之一，该问题可以被证明具有NPC计算复杂性，而遗传算法可以使该问题得到很好地解决。

遗传算法GA实现旅行商问题TSP代码。 采用符号编码, 比例选择(轮盘赌), 循环交叉, 交换变异, 采用最优保存策略优化。 程序参数已经调好, 三套城市群供选择, 完整工程,VS2017直接运行。

针对多维QoS约束的组播路由问题，提出了一种基于遗传算法的解决方案QCMRAGA（GAofQoSConstraintsMulticastRoutingAlgorithm）。该算法对经典遗传算法的三大

介绍一种求解TSP的混合遗传算法,该算法结合了基于邻域的LK算法和采用Inver-Over算子的遗传算法,并在算法中增加一些控制策略,加快算法的收敛速度,又保证群体的多样性。实验表明该算法是有效的。

遗传算法的源程序，用遗传算法求解最短路径问题

将遗传算法和模拟退火算法进行了有机结合,并采用一种自适应的交叉和变异概率,提出了一种改进的混合遗传算法——自适应的模拟退火遗传算法.通过旅行商问题的仿真实验,对比遗传算法和模拟退火算法的实验结果,这种

为了解决免疫遗传算法IGA存在的停滞问题和早熟问题提出了一种改进的自适应免疫遗传算法IAIGA.首先通过在IGA中加入疫苗动态自适应提取策略以及交叉和变异操作的自适应策略对其进行改进然后分别采用IGA

基于遗传算法的旅行售货商问题,采用纯C++代码开发,没有涉及画图方面的东西,非常适合初学者。代码简洁,注释详细。