模拟退火算法解决TSP问题

GitHub地址：https://github.com/Poe2016/Combinatorial_optimization_methods

1、TSP问题描述

        TSP问题（Traveling Salesman Problem），又称旅行商问题或旅行推销员问题，是一个经典的组合优化问题。TSP问题描述为：假设有n个城市，有一个销售员，从一个城市出发，必须经过每个城市一次，且只能经过一次，最终回到出发的城市，求推销员应选择的路线，使得该推销员所走过的总路程最短。TSP问题可以抽象为图论的问题，即一个图中有n个节点，任意选定一个节点作为出发节点，求出一条恰好经过图中每个节点一次且最终回到出发节点的路径，并且使得这条路径的长度最短。

        TSP问题是一个NPC问题，当n比较大时，不能使用精确算法求解，而只能使用近似算法求解其近似解。

2、模拟退火算法简述

        模拟退火算法出现于上个世纪80年代，原始论文为，有兴趣的话可以浏览一下：https://pdfs.semanticscholar.org/e893/4a942f06ee91940ab57732953ec6a24b3f00.pdf

3、使用模拟退火算法解决TSP问题

读取问题件函数，返回一个列表，列表中存储了城市

def load_data(path):
    f_open = open(path)
    lines = f_open.readlines()
    f_open.close()