一种基于模拟退火算法(SA)的旅行商问题(TSP问题)优化算法，并提供了MATLAB实现的压缩包。压缩包内的程序具有极其详细的注释，帮助读者理解算法思想和实现细节。
暂无评论
遗传算法、禁忌搜索、模拟退火、蚁群算法 解决三十个城市的旅行商问题python实现
蚁群算法的优化计算——旅行商问题（TSP）优化，结合具体的案例给出了程序分析
matlab编程解决旅行商问题源代码,使用Hopfield网络原理,一个实例.
模拟退火算法组合优化-模拟退火.rar模拟退火算法主要用于解决组和优化问题，它是模拟物理中晶体物质的退火过程而开发的一种优化算法。在对固体物质进行模拟退火处理时，通常先将它加温熔化，使其中的粒子可
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
利用matlab使用遗传算法求解全国34个城市旅行商TSP问题。
旅行商问题是典型的NP完全问题，最坏情况下的时间复杂度随着问题规模的增大按指数方式增大，这里采用遗传算法来对其解决，在迭代一定次数后有较好的结果。
经典的蚁群算法用于解决旅行商问题，包括实例数据，直接点击Run.m运行，结果绘图
Genetic algorithm matlab multi-traveler problem program
Matlab genetic algorithm solves TSP traveling salesman problem
暂无评论