【TSP旅行商问题】标准遗传算法GA求解

课题名称：标准遗传算法求解TSP问题

版本时间：2023-03-17

程序运行：直接运行GA_TSP.m 文件即可

代码获取方式：

QQ：491052175

VX：Matlab_Lover

模型介绍：
第一步：导入实际问题数据，进行编码。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。
第二步：初始化种群并计算适应度值。
第三步：选择适应度值高的染色体（个体，在粒子群里叫粒子）
第四步：对该染色体进行选择、交叉、变异、进化逆转操作得到新的种群
               选择：从旧群体中以一定的概率选择个体到新群体中
               交叉：采用部分映射杂交，确定交叉操作的父代，将父代样本两两分组
               变异：变异策略采取随机选取两个点，将其对换位置
              进化逆转：改善局部搜索能力，在上述操作后引进连续多次的进化逆转操作，这里的进化是指逆转算子的单方向性，即只有经逆转后，适应度值有提高的才接受下来，否则逆转无效。
第五步：重复上述迭代次数直至满足终止条件
第六步解码得到最终结果

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

标准遗传算法GA求解旅行商问题的路径顺序：

随机生成初始解的路径图 ：

遗传算法求解旅行商的路径图：

旅行商路径距离随着迭代次数的变化曲线 ：