模拟退火算法求解旅行商问题

介绍了求解旅行商问题的几种算法，进行了相应的比较研究。

项目概述该项目使用遗传算法解决旅行商问题 (TSP)。TSP的目标是找到访问一组城市的最短路径，并且每个城市只访问一次。MATLAB 代码文件压缩文件包含用于运行遗传算法的 MATLAB 代码，

一种求解tsp问题的新算法 希望对大家有所帮助

结合遗传算法、蚁群算法和模拟退火算法的思想, 提出用混合粒子群算法来求解著名的旅行商问题. 与模拟 退火算法、标准遗传算法进行比较, 24 种混合粒子群算法的效果都比较好, 其中交叉策略D 和变异策略

简单的利用模拟退火算法求解函数f(x)=(x-2)^2+4的最小值，入门级程序，简单明了，适合单步调试，理解算法的运行机制

旅行商问题，针对多旅行商多城市问题进行求解，可用于任务分配等整数规划问题求解。

运用神经网络解决TSP问题，内附matlab代码

关于车辆优化配置的模型，物流专业中的车辆最短路径配载，属于优化配置模型的代码实现

关于TSP的求解，利用MatlAB实现； 源程序包含模拟退火算法和城市坐标，用VC实现；

旅行商问题（TravelingSalesmanProblem,TSP）是一个组合优化的典型难题，它在许多领域内都有极其重要的应用。经证实，旅行商问题属于NP问题。在一些现实问题中，关于TSP问题的研究