论文研究 求解TSP问题的局部最优免疫优势克隆选择算法 .pdf

TSP问题是典型的NP-hard组合优化问题，遗传算法是求解此类问题的一种方法，但它存在如何较快地找到全局最优解，并防止“早熟”收敛的问题。针对上述问题并结合TSP问题的特点，提出将遗传算法与模拟退火

混合蛙跳算法是一种新兴的优化算法，通过对TSP问题的求解，比较混合蛙跳算法与现存其他优化算法的优劣

用java实现的，使用遗传算法求解TSP问题（人工智能）

适合初学者，用的是最基本的AS算法，没有任何优化处理，城市数据使用的是benchmark文件gr17.tsp，效果不是很好但适合初学者理清思路～

c++遗传算法求解48个城市的tsp问题

用MATLAB编码，采用蚁群算法（Antcolonyalgorithm,ACO）对旅行商问题（TravelsaleProblem,TSP）进行求解

使用蚁群算法求解tsp问题运行程序时选择后缀为tsp的文件加载

本程序基于粒子群算法，采用遗传算法进行优化，并用C#j进行·编码，对旅行商问题进行了求解。

任意输入城市数目，然后输入各城市间距离，运行显示各条旅行路线使用贪心算法，找出次优解

用粒子群算法求解旅行商问题，实现离散与连续的转化，充分发挥粒子群算法优势