虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

旅行商问题

旅行推销员问题(英语:Travellingsalesmanproblem,TSP)是这样一个问题:给定一系列城市和每对城市之间的距离,求解访问每一座城市一次并回到起始城市的最短回路。它是组合优化中的一个NP难问题,在运筹学和理论计算机科学中非常重要。
  • 采用C++语言编写蚁群优化算法程序

    采用C++语言编写蚁群优化算法程序,解决旅行商问题

    标签: 语言 编写 优化算法 程序

    上传时间: 2014-08-12

    上传用户:虫虫虫虫虫虫

  • 10。《用于最优化的计算智能》

    10。《用于最优化的计算智能》,Nirwan Ansali,Edwin Hou着,李军,边肇棋译 清华大学出版社 1999年第一版 本书从讨论组合优化中的基本问题——NP问题入手,系统地讲述了近年来所发展起来的智能最优化的各种技术和方法,其中包括启发式搜索、Hopfield神经网络、模拟退火和随机机、均场退火以及遗传算法等;并在此基础上,通过一些典型的应用问题,如旅行商问题、模式识别中的点模式匹配问题、通信和任务调度等问题进一步阐明以上一些基本方法怎样用来解决这些原来具有NP性质的困难问题。本书是作者在美国新泽西州理工学院多年讲授有关课程的基础上写成的。全书深入浅出,理论联系实际。为帮助学生掌握基本概念,提高学习能动性,各章编写了习题。本书可作为通信、计算机、控制各专业的高年级学生和研究生学习有关课程的教材。它对于广大科研工作者也是一本很有实际价值的参考书。

    标签: 计算

    上传时间: 2014-01-26

    上传用户:Shaikh

  • 这是在最初的蚁群算法的变异算子的基础上改进的变异算子

    这是在最初的蚁群算法的变异算子的基础上改进的变异算子,旅行商问题中含100个城市的程序

    标签: 变异 蚁群算法

    上传时间: 2015-09-06

    上传用户:小鹏

  • matlab程序

    matlab程序,遗传算法解决经典的TSP(旅行商)问题

    标签: matlab 程序

    上传时间: 2013-12-20

    上传用户:gengxiaochao

  • PSO-ACO-TSP算法

    PSO-ACO-TSP算法,解决旅行商问题,结合PSO和ACO算法

    标签: PSO-ACO-TSP 算法

    上传时间: 2015-09-14

    上传用户:远远ssad

  • 件主要用于帮助计算机爱好者学习蚁群算法时做有关蚁群算法的试验。蚁群算法作为一种优秀的新兴的算法

    件主要用于帮助计算机爱好者学习蚁群算法时做有关蚁群算法的试验。蚁群算法作为一种优秀的新兴的算法,具有非常广的应用前景,越来越多的人开始学习蚁群算法,因此本软件也有推广前景。 本软件除了用于教学目的外,还可用于解决实际生活中的与TSP(即,旅行商问题)问题相关的问题。

    标签: 蚁群算法 计算机 算法

    上传时间: 2013-12-03

    上传用户:123456wh

  • 英文资料。利用蚁群算法正反馈、并行计算的优点

    英文资料。利用蚁群算法正反馈、并行计算的优点,将蚁群算法用于求解典型的NP-hard问题—旅行商问题

    标签: 英文 正反馈 并行计算 蚁群算法

    上传时间: 2015-10-16

    上传用户:

  • 用于求解TSP(Traveling salesman problem

    用于求解TSP(Traveling salesman problem,旅行商问题)问题,基本执行见run.bat, 其它详见其中的readme.txt。(实例为TSPLIB格式,见myprojects目录,包括eil51, d198, lin318等小型问题,以及1000到3000城市之间的例子,基本能得到最优解)

    标签: Traveling salesman problem TSP

    上传时间: 2015-10-16

    上传用户:myworkpost

  • matlab遗传算法工具箱

    matlab遗传算法工具箱,解决TSP旅行商问题,很好用的代码。

    标签: matlab 算法 工具箱

    上传时间: 2014-11-28

    上传用户:dengzb84

  • 蚁群算法( ant colony algorithm) 是由意大利学者 Dorigo 等人[1 ,2 ] 于20 世纪90 年代初期通过模拟自然界 中蚂蚁集体寻径的行为而提出的一种基于种群的启

    蚁群算法( ant colony algorithm) 是由意大利学者 Dorigo 等人[1 ,2 ] 于20 世纪90 年代初期通过模拟自然界 中蚂蚁集体寻径的行为而提出的一种基于种群的启发 式仿生进化系统。蚁群算法包含两个基本阶段:适应阶 段和协作阶段。在适应阶段,各候选解根据积累的信息 不断调整自身结构。在协作阶段,候选解之间通过信息 交流,以期望产生性能更好的解,这类似于学习自动机 的学习机制。蚁群算法最早成功应用于解决著名的旅 行商问题(t raveling salesman problem , TSP) ,该算法采 用了分布式正反馈并行计算机制,易于与其他方法结 合,而且具有较强的鲁棒性[325 ] 。 蚁群算法创立十多年来,无论在算法理论还是在算 法应用方面都取得了很多突破性研究进展。

    标签: algorithm Dorigo colony ant

    上传时间: 2016-01-18

    上传用户:xyipie