用遗传算法求解 TSP

旅行商问题：旅行商问题（TSP）的目标是找到城市给定数量的游览，参观每个城市恰好一次，并返回出发城市，游览的长度减到最小。在TSP是一个NP难问题，因此，除非我们解决了一个近似的结果，计算将是非常耗时的[3]。目前，以保证最佳解决任何规模的旅行商问题的唯一已知的方法，是通过枚举每个可能之旅，寻找旅游用最小的成本。每一个可能的巡演是123置换。 。 。 n，其中n是城市的数量，所以因此旅行团的数量为n！当n变大时，就不可能发现每巡回在多项式时间的成本。这样的方法，其中将最终得到的最优解，因为计算出的所有游所需的时间消耗，显然不是非常可行的。可以看出，即使对于小的情况下，时间消耗是非常高的，如果我们想找到每一个可能的旅游。相反，我们可以使用一个近似算法，它在更短的时间最终会给出一个结果，那就是不一定是最好的旅游，而是旅游是接近最佳旅游。在这个项目中，我们尝试用遗传算法求解TSP。此文件包含该溶液的matlab的代码。