labidaxin_的博客

使用ortools解决任务分配问题（TSP）问题，TSP问题是旅行商问题，商人从起点出发，覆盖所有的点，每一个城市必须进行覆盖，并且至多覆盖一次，知道最终覆盖完毕所有城市，我们的目的是使其路径最小。求解TSP问题的常用方法为智能算法。 由于python具有开发速度快的优点，故许多智能算法的版本都是python的，然而python是解释性语言，运行效率很低，故难以保证运行的速度和效率导致最终求解问题的速度较低，但是google开发出来的ortools工具可以利用python作为工具求解，并且能够快速的求解TSP问题，当城市的数量为50的时候，ortools甚至能够在1s左右给出结果，我们在路径求解的基础上还给出了可视化界面。 但是单个的TSP问题难以满足复杂的问题需求，我们使用ortools解决多TSP问题并进行了可视化，多TSP的求解相对于单TSP肯定会慢一些，但是效果还是很不错的。

使用ortools解决任务分配问题（TSP）问题，TSP问题是旅行商问题，商人从起点出发，覆盖所有的点，每一个城市必须进行覆盖，并且至多覆盖一次，知道最终覆盖完毕所有城市，我们的目的是使其路径最小。求解TSP问题的常用方法为智能算法。 由于python具有开发速度快的优点，故许多智能算法的版本都是python的，然而python是解释性语言，运行效率很低，故难以保证运行的速度和效率导致最终求解问题的速度较低，但是google开发出来的ortools工具可以利用python作为工具求解，并且能够快速的求解TSP问题，当城市的数量为50的时候，ortools甚至能够在1s左右给出结果，我们在路径求解的基础上还给出了可视化界面。

利用python构建遗传算法解决TSP问题（原创改进算法）