Hopfield网络解TSP的改进算法

改进粒子群算法求解TSP问题，盛景军，王勇，在运用粒子群算法求解TSP问题时，针对粒子迭代、速度不能简单地采用连续量的运算法则进行计算的特点，通过构造插入因子，定义插入

利用神经网络中Hopfield求解TSP旅行商问题的程序包简单应用，适用于初学者

旅行商问题_TSP_的改进模拟退火算法。

改进遗传算法求解TSP问题的Matlab程序设计

针对旅行商问题(TSP)优化中,遗传算法(GA)容易陷入局部最优、模拟退火算法(SA)收敛速度慢的问题,提出一种基于改进遗传模拟退火算法(IGSAA)的TSP优化算法.首先根据优化目标建立数学模型;然

通过分析传统模拟退火算法的原理和存在的不足，提出了一个用于求解TSP问题的改进模拟退火算法。新算法增加了记忆当前最好状态的功能以避免遗失当前最优解，并设置双阈值使得在尽量保持最优性的前提下减少计算量。

蜂群算法在TSP问题上的参数改进，李峰磊，丁海军，在分析蜜蜂采蜜原理和蜂群算法模型的基础上，本文对蜂群算法中的关键参数进行了理论分析，并改进了算法对局部最优解的控制机制。

针对粒子群算法（PSO）的早熟收敛现象，从种群多样性出发，基于自组织临界性特点改进PSO算法的参数设置，采用自组织的惯性权重和加速系数，并增加了变异算子。借鉴交换子和交换序概念，设计出了能直接在离散域

改进的蚁群算法及其在TSP中的应用研究蚁群算法基本原理，改进蚁群算法等的详尽资料

用蚂蚁算法和模拟退火算法解大规模TSP问题的研究