利用matlab神经网络进行连续Hopfield神经网络的优化算法，重点解决旅行商问题。通过分析案例，并给出了相应的源码和说明，介绍了BP遗传算法分类器和RBF回归在连续Hopfield神经网络优化中的应用。
暂无评论
配送收集旅行商问题的改进算法,杨贺宏,,针对配送收集旅行商问题的模拟退火算法,本文提出一种改进算法—渐升温回火退火算法。通过对三种规模的配送收集旅行商问题的仿真
旅行商问题(TSP),也称担货郎问题。最早可追溯到1759年EULER提出的骑士旅行问题。1948年，由美国兰德公司推动，TSP成为近代组合优化领域的一个典型难题。应该说，TSP是一个具有广泛应用背景
基于蚁群算法（ACO）求解一般旅行商问题，使用matlab来实现算法。具有普适性。
论述非常精辟，看看吧！旅行商(TSP)f司题跫组合优化中最典型的NP．Hard问题之一，并且应用广泛，如电路叛印刷设诗、交通调发等。羁裁美予该闯题豹癜发式算法主黉分为两类；辉路构造算法_稀环踌改遗算法
用回溯递归的方法，实现了旅行商的周游回路问题，使用的编程语言是java
摘 要: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F的混
基于差分进化算法的多旅行商问题优化
模拟退火算法解决旅行商问题-matlab代码
旅行商问题是一个大众问题，对于这类问题的解决方法也太多太多了，但我们在这里只提供一种蚁群智能算法来解决这类旅行商问题。
------简单代码源代码系列------该程序利用遗传算法解决了TSP旅行商问题，在传统的遗传算法基础上引入了灾变的概念，能够有效的跳出局部最优。程序的计算能力强，可以轻易计算500-1000个城市
暂无评论