1.NET下可以直接运行 2.关键代码有非常详尽的解释 3.算法代码非常简洁

构建容量受限的旅行商问题模型，加入容量约束，采用蚁群算法优化，matlab实现！

用A*算法实现tsp旅行商问题，城市间的距离用txt文件表示，输出也用txt文件表示。压缩文件包括两个测试文件，一个结果文件，一个源代码

针对旅行商问题(TSP)，提出了一种新的混合量子优化算法――量子蚁群算法。量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置，采用量子旋转门更新蚂蚁的位置，选取国际通用的TSP实例库中多个实例进行测试。仿真实验表明，该算法具有很好的精确度和鲁棒性，可使搜索空间加倍，比传统的蚁群算法具有更好的种群多样性。

题目 在一个火车旅行很受欢迎的国度，你提前一年计划了一些火车旅行。在接下来的一年里，你要旅行的日子将以一个名为 days 的数组给出。每一项是一个从 1 到 365 的整数。 火车票有三种不同的销售方式： 一张为期一天的通行证售价为 costs[0] 美元； 一张为期七天的通行证售价为 costs[1] 美元； 一张为期三十天的通行证售价为 costs[2] 美元。 通行证允许数天无限制的旅行。 例如，如果我们在第 2 天获得一张为期 7 天的通行证，那么我们可以连着旅行 7 天：第 2 天、第 3 天、第 4 天、第 5 天、第 6 天、第 7 天和第 8 天。 返回你想要完成在给定的列表

Survey-Paper-Euclidean-TSP：本文介绍了有关受欢迎的旅行销售员问题的欧几里得版本的调查，并包括了对解决该问题的各种方法的回顾和比较。

针对蚁群算法搜索时间长、易于陷入局部最优解的缺点，提出一种新的改进算法——分工合作的加权蚁群算法。此算法采取分工合作的方式，在信息素初始化、状态转移概率中分别加入权值，并运用遗传算法中排序的概念对信息素更新机制进行排序加权，此外对信息素上限加以限制。最后以TSP为例，验证了此改进算法不但在收敛速度上有了大幅度提高，而且有效避免了易于陷入局部最优解的缺点，从而证明了提出的新算法是合理有效的。

【路径规划】基于萤火虫算法求解旅行商问题matlab源码.zip

【TSP问题】基于混沌粒子群算法求解旅行商问题matlab源码.pdf

微信小程序-面包旅行：界面设计，文本展示.zip，小程序模板代码，可以直接从源码里粘贴复制过来，虽然这样做不利于自己独立编写代码。