python实现遗传算法求解TSP旅行商问题（详细解释）

课设需要做这个题目，看了http://www.tuicool.com/articles/Fb2YjeF之后下了他在github上的代码https://github.com/zchlong/tsp，发现一些错别字这份代码里改正了。

三个文件：

1.GA.py遗传算法类

2.Life.py基因序列类

3.TSP_GA.py 旅行商算法类，届时直接运行这个代码文件即可

4.34所城市经纬度distanceMatrix.txt

格式：

城市名 经度 纬度

1.GA.py遗传算法类

# -*- coding: utf-8 -*-

import random
from Life import Life

class GA(object):
      """遗传算法类"""
      def __init__(self, aCrossRate, aMutationRate, aLifeCount, aGeneLength, aMatchFun = lambda life : 1):
            self.crossRate = aCrossRate               #交叉概率
            self.mutationRate = aMutationRate         #突变概率
            self.lifeCount = aLifeCount               #种群数量，就是每次我们在多少个城市序列里筛选，这里初始化为100
            self.geneLength = aGeneLength             #其实就是城市数量
            self.matchFun = aMatchFun                 #适配函数
            self.lives = []                           #种群
            self.best = None                          #保存这一代中最好的个体
            self.generation = 1                       #一开始的是第一代
            self.crossCount = 0                       #一开始还没交叉过，所以交叉次数是0
            self.mutationCount = 0                    #一开始还没变异过，所以变异次数是0
            self.bounds = 0.0                         #适配值之和，用于选择时计算概率

            self.initPopulation()                     #初始化种群


      def initPopulation(self):
            """初始化种群"""
            self.lives = []
            for i in range(self.lifeCount):
                  #gene = [0,1,…… ,self.geneLength-1]
                  #事实就是0到33
                  gene = range(self.geneLength)