首先介绍了当前求解TSP问题最好的演化算法之一：GT算法。文中重点设计了在NOW上求解旅行商问题GT算法的并行算法，详细描述了设计思路，设计策略。还给出了相当详细的并行算法描述。文中设计的并行算法已经在NOW上的PVM平台上实现。关键词NOW，演化计算，旅行商问题,并行计算-first briefed on the current TSP evolutionary algorithm best one : GT algorithm. The article focused on the desi

采用MPI并行编程，解决TSP问题，作为清华的并行编程的大作业，结构收敛的不错，可以做参考-MPI parallel programming to solve the TSP problem, as the Tsinghua parallel programming job, structural convergence can reference

经典遗传算法利用单一种群对种群个体进行交叉、变异和选择操作，在进化过程中的超级个体易产生过早收敛现象，粗粒度并行遗传算法利用多个子种群进行进化计算，各子群体分别独立进行遗传操作，相互交换最优个体后继续进化。该文证明了该算法的搜索过程是一个有限时齐遍历马尔柯夫链，给出粗粒度并行遗传算法全局最优收敛性证明。对于旅行商问题TSP利用粗粒度并行遗传算法进行了求解，以解决经典遗传算法的收敛到局部最优值问题。仿真结果表明，算法的收敛性能优于经典遗传算法。-Classic genetic algorithm