【TSP旅行商问题】标准粒子群PSO算法求解

课题名称：基于标准粒子群算法的的旅行商问题TSP

程序版本：2023-05-10

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：初始化种群的粒子（个体），每个粒子的维度等于城市数量，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：初始化个体和种群的最优位置和最优值。
第四步：计算粒子的适应度值（距离长度），寻找个体极值和群体极值，
第五步：更新速度和位置，重新计算粒子的适应度值
第六步：判断是否满足终止条件，如果没有满足则继续从第四步开始循环迭代，如果满足则停止迭代。

特殊说明：
1.程序支持导入包含城市坐标的Excel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：

标准粒子群算法PSO求解旅行商问题的路径顺序：

随机生成初始解的路径图：

粒子群算法求解旅行商路径图：

旅行商路径距离随着迭代次数的变化曲线：