TSP-Travelling Salesman Problem
首先是hillclimbing算法,这是一种local optimal的算法,非常容易陷入局部最优。我的方法是:现有一个初始城市序列,然后随机选取两个城市进行交换,重新计算距离,如果所得结果较原有的结果更优,则采取新的序列,否则舍弃。
Simulated_annealing算法,同样是一种local optimal算法,但是较hillclimbing算法有所改进。我的方法是:现有一个初始城市序列,然后随机选取两个城市进行交换,重新计算距离,如果所得结果较原有的结果更优,则采取新的序列,否则有一定的概率接受该序列。接受的概率P=exp((new_distance-optimal_distance)/current_temperature)。P会随着current_temperature的下降而越来越小。通过P的设置,使得算法在执行前期有很大概率跳出局部最优解。
genetic algorithm算法,待更新.