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
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
2023-05-03 20:04:10
2KB
1
MAX-MIN Ant System本来应该比AS和ACS更好用。在这个M文件中，实现了MMAS算法，可以很容易地用作以下命令来查看播放迭代过程。 ACO('文件名.tsp'); 这里的 filename.tsp 是对称或非对称 TSP 问题的问题文件，您可以从以下站点下载： http : //elib.zib.de/pub/mp-testdata/tsp/tsplib/tsp/index.html 如果您想将其用于商业用途，请告诉我。 codstar@126.com
2023-04-30 16:14:23
47KB
1
牛奶配送问题中包含访问次数不同的节点，该问题可以当做两阶段旅行商问题进行求解。为有效地求解节点个数处于平衡条件下的牛奶配送问题的两阶段旅行商问题，提出了一种启发式优化求解方法，有助提高目标问题的求解效率和性能。针对节点数量平衡性和节点访问次数不同的特点，提出一种基于节点划分的动态规划优化。通过对实例进行计算和比较，结果验证了所提方法的有效性和优越性。
2023-04-14 10:06:13
558KB
1
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。
2023-04-07 06:39:08
392KB
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