本文介绍了如何使用遗传算法来解决旅行商问题（TSP），并通过MATLAB实现了该算法。文章详细讨论了遗传算法求解TSP问题的过程，并对实验结果进行了分析和与粒子群算法的对比。由于TSP问题的可行解数目与城市数目成指数型增长，因此该问题是一个NP难问题。本文的研究对于解决类似问题具有一定的参考价值。关键字：TSP；遗传算法；粒子群算法。
2023-06-07 10:21:42
323KB
1
粒子群算法解决TSP问题的关键在于全局最优值的定义和本次种群最优值的定义，本算例通过对点的位置进行最优值的定义，每次迭代各个点以概率的形式朝着全局最优和本次最优靠近。程序可直接运行，有部分程序说明。
2023-03-10 21:07:12
4KB
1
智能算法（蚁群算法）求解1000个城市的TSP问题Python代码，附详细注释+原始tsp问题的csv文件，有限时间内完成运行。
包含两种蚁群算法的实现代码，以及三种数据集，（51+280+1000）个城市。
2023-01-31 22:37:25
27KB
1
基于蚁群算法求解TSP问题的研究，吴璇，，蚁群算法(ant colony optimization, ACO)，是一种用来在图中寻找优化路径的机率型技术，其利用多样性和正反馈性机制能够进行分布式并行查找
2023-01-03 09:02:00
240KB
1
本文档是本人智能优化算法课程的大作业，完全的原创。从蚁群算法的背景知识到基本原理都有详尽的介绍。最后应用蚁群算法解决了TSP问题：问题描述，基本思想，解题步骤，流程图，代码实现，实验仿真，实验结果及结论都有非常详细的记录，希望对有需要的朋友有所帮助
2022-12-27 21:28:02
857KB
1