遗传算法 旅行商 java_遗传算法 | Java版GA_TSP（我的第一个Java程序）

嗯哼，第一次写博客，准确说是第一次通过文字的方式记录自己的工作，闲话少叙，技术汪的博客就该直奔技术主题(关于排版问题，会在不断写博客的过程中慢慢学习，先将就着用吧，重在技术嘛~~~)。

遗传算法(Genetic Algorithm, GA)，作为很多人接触智能优化算法的第一个算法，互联网上关于遗传算法的资料不可谓不多，但由于其不是本文的重点，故在此不过细展开，只简单说下大概思想：根据现代生物学理论 “物竞天择，适者生存” 原理，不断淘汰适应能力差的个体，模拟生物进化过程。大致步骤为：

生成一个初始种群(Initial Population)；

通过计算种群中各个个体(Individual)的适应度(Fitness)大小来表示种群中各个个体的对环境的适应能力；

根据 “适者生存” 原则选择(Select)部分个体繁衍(即Cross、Mutation操作)生成子代种群；

判断是否满足进化结束条件(即算法终止条件). 若满足，结束进化，输出结果；否则，重复执行步骤2~3.

[注]本文用于求解TSP的遗传算法并非经典遗传算法，而是针对TSP特征写的一个简化版的遗传算法，求解质量比较low，毕竟是第一个java程序，还是要预留些改进空间么不是~~~，下一篇文章将针对本文所用的遗传算法进行改进，给个传送门(Java版GA_TSP (2))。

旅行商问题(Travel Salesman Problem, TSP)作为运筹学分支组合优化中的经典问题，一直备受关注。大白话的说法是：一个旅行商从某一城市出发，希望以最短的路程完成对N个城市的巡回访问，并最终回到出发城市。专业一点的说法是：在有向图中，从某一点开始，以最小代价不重不漏的遍历所有点，并返回初始点。

关于Java必须多说两句。首先，Java语言是新学的，之前一直用的MATLAB，然而实验室的工作站带MATLAB还可以，自己的破笔记本实在带不动。感觉每次用MATLAB运行代码，我的小本都会经历一场生死，从点击“Run” 360小球噌的一下窜上95%那一瞬间，仿佛全世界就是剩下了小本呼哧呼哧的挣扎。

本着人道主义精神，终于在某个深夜卸载了MATLAB，顿时感觉小本的重量都轻了许多(可能是幻觉吧)。MATLAB是卸载了，但毕业还要写代码啊，总不能不毕业吧，所以之后选用Python试了试，相比动辄十几个G的MATLAB，几十M的Python用起来确实不错，在加上Python语言本身确实简单，对代码汪想法的快速程序表达非常友好，以及那句“人生苦短，我用Python”，使得我一度认为Python应该就是我的最终选择了，但是……但是……但是用Python跑了GA&TSP后我就动摇了，运行速度着实堪忧，可能是自己技术太渣，即使使用Pypy也不能达到我的预期，而作为对算法实现效率有着苛刻要求的组合优化问题，为了把其他论文中的求解结果给PK下去，所以……所以……所以我又抛弃了Python。

之所以没有选用高效率的且大一就学过的C语言，则是因为实在搞不定C语言的内存管理，对于指针的使用更是随心而动，致使最后Debug的时候就像二哈咬刺猬，都不知道从哪下口……

嗯哼，然后就是Java了，选择Java就是在使用了排除法后的选择，兼顾了我笔记本的性能缺陷与运行效率。说了这么多，终于到达战场，干货出场：

遗传算法示意图

下面上代码：

Data类：用来放客户点的坐标，也