协同粒子群_模拟退火算法求解VRPSPD问题

本文件包括源码，实验说明文档，实验总结PPTHaveahappyexperiment！

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

通过模拟退火算法解决TSP旅行商问题。模拟退火算法(SimulatedAnnealing,SA)的思想借鉴于固体的退火原理，当固体的温度很高的时候，内能比较大，固体的内部粒子处于快速无序运动，当温度慢

MATLAB程序，只需输入坐标即可运行，能画出路径图

SimulatedAnnealingAlgorithmandExhaustiveApproachtoOptimizeshuttleroutes(TravelSalesmanProblem)usingM

受遗传算法马氏模型理论分析的启发，提出了一种便于用马氏过程理论分析的微粒群算法。该算法中的个体仅记忆群体在进化过程中有限步内的信息，忘掉以前的信息，以建立算法的马氏过程数学模型。通过函数优化的数值模拟

人工蜂群算法求解VRPSPD问题研究 ,潘冬,高庆萱,针对同时取人工蜂群算法求解VRPSPD问题研究送货车辆路径规划问题,对算法中邻域搜索策略进行研究,提出一种改进的人工蜂群算法。通

采用java编写的模拟退火算法解决旅行商问题

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。

C#语言写的对TSP（旅行商）问题的求解，采用的是模拟退火算法，模拟退火算法用于求近似最优解