包含：基于蚁群算法求解对称非对称旅行商问题 粒子群优化算法演示(PSO) 基于遗传算法(GA)的多变量旅行商问题(TSP) 遗传算法优化BP 神经网络在数据预测方面的应用 金融数量分析相关代码-Comprising: Solving Symmetric Asymmetric Traveling Salesman Problem Based on Ant Colony Algorithm Particle Swarm Optimization Demo (PSO) Mult

我们尝试用禁忌搜索(tabu search）算法来解决旅行商问题（TSP），程序可以选择随机生成点的位置坐标，也可以从圆上均匀取点（比较容易判断结果的好坏）。 我们采用下面的一些规则来运行程序： 特赦规则：如果新解被禁，但是目标函数值比当前最优解的目标函数值小于某个定值时，接受新解。 终止规则：1、如果在给定的迭代次数内，最优解的目标函数值保持不变终止2、迭代次数达到给定的最大值时终止。 候选解的产生：本实验中我采取的是随机产生候选解的方法 一些参数的选取： 在每一步的