模拟退火算法解TSP问题C++版

在原有传统的遗传算法上进行改进，加入了精英主义和模拟退火的方法（比较简单），但算法的效率极高，相比之前大有改观。

通过对 SA 算法的改进，使其具有节约内存、减少迭代次数、

利用改进的模拟退火算法求解TSP旅行商问题，并使用Matlab进行编程实现，实现了优化过程的可视化展示。

chapter19————基于模拟退火算法的TSP算法

基于模拟退火算法实现TSP的Matlab仿真，经典TSP问题的实现方法，选用了100个城市，得出的结果基本最优，没有交叉项

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

本资源为采用模拟退火算法解多元函数的极值问题。提供了暴力解法的代码和模拟退火算法的代码,通过对比可以发现模拟退火算法可以在时间上得到极大的提高。

该软件实现了C#解决经典问题TSP问题，其中是针对17个城市的，在.NET环境了，调试效果很好

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

用C++实现了模拟退火算法求多元函数极值，可以避免陷入局部最优解。