论文研究 多阶段自适应指导下的基于分解旅行商问题的多目标进化算法 .pdf

基于狼群算法实现旅行商问题的求解，适合大规模路径规划问题的求解，且维数越高效率越高，较其他算法的比较优势越明显。计算复杂度低。

用蚁群算法及其改良后求解旅行商问题，基于MATLAB的蚁群算法求解旅行商问题，适用范围广，可解决最短路径最大流等各种问题。

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，

此程序为经典的蚁群算法解决旅行商问题,蚁群算法包括信息素更新，蚂蚁数目，最大迭代次数等

多级队列模型是针对仅在第一级存在并行和无关队列的情况开发的。 这些队列在其余阶段合并为单个队列。 并行队列提供彼此不同的服务，客户到达队列以提供他们所需的服务。 在假设M / M / 1排队系统的情况

主要是由2006年发表的文章-A Multiobjective Evolutionary Algorithm Based on Decomposition 中文翻译版本，需要自取

传统遗传算法存在早熟现象，而且其在海量数据模型下的求解精度和可扩展性也有待提高。为了改进上述问题，在研究孤岛模型和细粒度模型优势基础上，利用遗传算法自身的并行性，提出一种仿细粒度的粗粒度并行模型，基于

为了改进NSGAⅡ算法中存在的分布性等不理想问题，在NSGAⅡ的基础上提出了基于文化的多目标协同进化算法。该算法提出评测信念空间多样性的指标，从信念空间中提取知识，利用知识来指导种群的进化；提出知识假

大规模旅行商问题的竞争决策算法.PDF

这是用MATLAB软件计算旅行商问题的源程序，我试过了，能用。不过初学者在运用时会遇到一些困难。