遗传算法解决TSP问题

遗传算法解决TSP问题

五一结束后的第一天，也是上课的第一天，今天正式开始算法篇，并且不定期更新机器学习篇。

题目描述

目前有十个城市，他们之间的路径关系如下矩阵所示：

从图中可以看出，城市之间的路径是无向图构成，试求出可以经过所有城市，并且路径最短的一条线路。
典型的TSP问题，求解方法很多，因为最近人工智能课程学习了遗传算法，就使用遗传算法进行求解吧。

算法设计

先描述一下基本的思路：将所有的城市进行编号，十个城市为0到9，并将所有的城市的排列顺序作为基因，将该路径的最后的值作为分数，最后的目的是挑选出路径最短的一条（基因分数最高的一个）。

这里有一个问题，挑选出路径最短的一条就需要确保开始的值足够大，否则会造成挑选不出。
但是，问题千变万化，无论设多大的值，都有可能超出设的这个值。所以对于分数，我们选择另外一种方案：将路径的总大小换算成对应的倒数，这样就可以通过挑选出最大的值来求解，因为路径大小一定为正数，所以，我们将路径的初始值设置为-1.
设置为倒数最大值的另外一个原因就是关于遗传算法的选择问题，后续会进行解释。

算法实现

遗传算法中最重要的两个步骤是选择和交叉变异。