【TSP旅行商问题】标准模拟退火算法SA求解

课题名称：基于模拟退火算法的的旅行商问题TSP

程序版本：2023-03-19

代码获取方式：

QQ: 491052175

VX: Matlab_Lover

模型介绍：
第一步：设定参数
第二步：寻找初始解 对于n个城市的TSP问题，能够得到的解就是对1～n的一个排列，其中每个数字为对应城市的编号，如对10个城市的TSP问题，则 1｜10｜2｜4｜5｜6｜8｜7｜9｜3就是一个合法的解，采用产生随机排列的方法产生一个初始解S
第三步：解进行变换生成新解：通过对当前解S1进行变换，产生新的路径数组即为新解，这里采用的变换是产生随机数的方法来产生将要交换的两个城市，用二领域变换法产生新的路径，即新的可行解S2。
第四步：Metropolis准则。若路径长度函数f(s),则当前解的路径为f(s1),新解的路径为f(s2),路径插df=f(s2)-f(s1)，则Metropolis准则里表示df<0,则以概率1接受新的路径，否则以某种概率接受新的路径
第五步：降温。利用降温速率q进行降温，即T=qT，若T小于结束温度，则停止迭代输出当前状态，否则继续迭代。

特殊说明：
1.程序支持导入包含城市坐标的Excel或者mat文件，也可以随机产生一定数量的城市坐标
2.神经网络每一次的预测结果都不相同，为了得到更好的结果，建议多次运行取最佳值
3.城市坐标及距离矩阵可以打开CityInfo.mat文件查看

Matlab仿真结果：

标准模拟退火算法SA求解旅行商问题的路径顺序：

 初始解的路径规划图

模拟退火算法求解的路径规划图

距离随迭代次数变化曲线