TSP数据大全！

采用PSO粒子群优化算法求解TSP旅行商问题 1、输入数据为bayg29.tsp 2、城市数量citycount为29,种群规模Pop_Size为30,迭代次数为500,学习因子 c1、c2取2,惯性

32个城市的禁忌搜索算法,有运行的时间和路线图，比较好的！希望各位能喜欢！！

TSP问题的概述 旅行商问题，即TSP问题（Traveling Salesman Problem）是数学领域中著名问题之一。假设有一个旅行商人要拜访N个城市，他必须选择所要走的路径，路径的限制是每个城

代码解释的很详细，可以直接用，已经测试过了，很好用。

TSP问题(Traveling Salesman Problem)

本代码使用python实现对于14个城市的TSP问题求最优解，采用的是顺序交叉，随机变异的方法，选择采取精英保留前百分之20，后百分之80随机选择，最后绘制最优值随代数变化图

采用模拟退火实现旅行商问题TSP。自己写的，简单易懂，内含一组100个城市的数据，可供测试，整体效果比紧急搜索好一点

利用禁忌搜索解决旅行商问题TSP问题，源码有问题，现已调通，注释完整，可直接用。压缩包中包含一组数据，可供测试

Algorithm-TSP.zip,基于并行遗传算法的旅行商问题,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。

问题：用求解开环TSP问题，101节点。车辆从0出发，访问100个节点。求总行驶距离最小。说明：本算法经过调试优化，求得的结果非常高。附带车辆坐标TXT文件，更改即可使用。