搜索资源列表
sa_tsp
- 旅行商（TSP）问题一直以来都是一个NP难问题，旅行商问题（TSP问题）就是一销售商从n个城市中的某一城市出发，不重复地走完其余n-1个城市并回到原出发点，在所有可能的路径中求出路径长度最短的一条。本次软件设计是利用模拟退火算法解决TSP问题，通过该软件设计，对模拟退火算法和旅行商问题有个初步的认识。-Traveling Salesman (TSP) problem has always been a NP hard problem, traveling salesman problem (TS
TSP
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，
Simulated
- 用模拟退火算法求30个城市的旅行商问题的C程序-Simulated Annealing Algorithm with 30 cities of the TSP C program
TspSA
- 这个程序是用c++编写的，采用模拟退火的算法，解决tsp 求最短路的问题 -wo de yingwen bu hao wei shenme yao you ying wen shuo ming
simulated_annealing
- 用模拟退火算法求tsp问题，采用matlab编程来求得，完整的算法程序-Seeking tsp simulated annealing algorithm matlab programming obtained complete algorithm
TSP
- 人工智能中的经典算法，TSP模拟退火算法。本程序简单实现了的用模拟退火算法实现了旅行商问题。只需在文本cities中输入各个城市之间的距离，运行程序后就可以求出旅行各个城市的最短距离。适合学习人工智能和对该算法有兴趣的同学使用。-Classic artificial intelligence algorithm, TSP simulated annealing algorithm. The program is simple to achieve with simulated annealing
mgasa
- 本资源是Mgasa算法解决TSP问题的Matlab代码，资源中包括mgasa_main(Mgasa算法解决TSP问题代码)，mgasa_fitness(适应度求取函数代码)，mgasa_annealing(Mgasa算法中模拟退火代码)，mgasa_select(遗传算法中选择函数代码)，mgasa_crossover(遗传算法中染色体交叉互换函数代码)，mgasa_mutation(遗传算法中基因突变函数代码)，mgasa_change(Mgasa算法中选择过程代码)。同时代码中有Locati
lvxingshang
- JAVA实现旅行商问题，有简单的可视化界面 有N个城市，要求从其中某个问题出发，唯一遍历所有城市，再回到出发的城市，求最短的路线。使用模拟退火算法可以比较快的求出TSP的一条近似最优路径。-JAVA traveling salesman problem, a simple visual interface There are N cities, which to ask a question, the only way to traverse all cities, and then
SA_TSP
- 介绍模拟退火算法，并应用到TSP问题上。并附有小程序(Introduce simulated annealing algorithm and apply it to TSP problem. With a small program)