搜索资源列表
tuihuosuanfa
- 在Visual C++ 编译环境下，模拟退火算法程序，并利用它们求解了48个城市的TSP问题。-in Visual C compiler environment, simulated annealing procedures, and use them for the 48 cities in the TSP.
tsp
- 模拟退火算法通用类,改编自TSP问题求解，采用Java5范式来表示解，需要实现：评估算法，获取当前解的领域，detalT【温度变化值】，loopCount【循环次数】可调，更原始类型参看SACompute-Simulated annealing algorithm generic categories, adapted from the TSP problem solving, using Java5 solution paradigm to express the need to realiz
SimulatedAnnealing.RAR
- 在Visual C++ 编译环境下，模拟退火算法程序，并利用它们求解了48个城市的TSP问题-In Visual C++ compiler environment, the simulated annealing process, and use them to solve a 48 cities TSP problem
tsp_annealing
- Simulated Annealing TSP
tsp_SA
- 基于神经网络的模拟退火算法解决tsp问题-Neural network-based simulated annealing algorithm to solve the problem tsp
TSP
- 模拟退火算法的tsp问题在matlab中的解决方案-The solution of the simulated annealing algorithm for the tsp problem in matlab
simulating_tsp
- 模拟退火算法求tsp，输入城市数，再输入每个城市的名称（如A、B）和坐标即可-Simulated annealing algorithm seeking tsp
test2
- 模拟退火程序解TSP。C++编程用智能优化算法TSP问题，对初学者有一定帮助。-Simulated annealing process solution TSP. C++ programming with intelligent optimization algorithm TSP problem, some help for beginners.
tspsa
- 旅行商问题，即TSP问题（Travelling Salesman Problem）是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路经的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。 -Simulated annealing algorithm
TSPwithSA
- this a simple TSP solver with Simulated Annealing. put the number of nodes , put the x and y coordinates. -this is a simple TSP solver with Simulated Annealing. put the number of nodes , put the x and y coordinates.
ACO3
- 融合蚁群算法和模拟退火算法的C++程序，解决TSP-Fusion ant colony algorithm and simulated annealing algorithm C++ program to solve TSP
MNTH_TSP
- 1. 本程序使用模拟退火算法解决TSP问题 a) 初始温度确定方法 选取任意状态为初始状态。以1为起始温度，不断升温，直到模拟所得接受概率大于90 ； b) 温度下降 温度下降系数为 0.95； c) 每一温度迭代 选取固定迭代次数 100 * n； d) 终止条件 温度下降次数到达 800，或某一温度下解不发生改变； 2. 本机运行及编译环境 win7 旗舰版 SP1 MINGW g++ 4.8.1 -Simu
simulated-annealing
- 19基于模拟退火算法的TSP算法 有源代码及图片-simulated annealing
模拟退火算法及其在求解TSP中的应用
- 模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis [1] 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。(The earliest idea of Simulated Annealing (SA) was put forward by N. Metropo