<h1 align="center">旅行商问题实验</h1>
<p align="center">北京邮电大学<sup>北邮/BUPT</sup>《智能算法》课程 实验一<sup>by @ipid</sup></p>
<br>
在本仓库中,分别用蛮力法、回溯法、分支限界法、动态规划法求解了 TSP 问题。
TSP 问题可描述为如下问题:假设某地区有 N 个城市,每两个城市之间都有一条路,求从 0 号城市出发,不重复地经过所有城市,最后回到 0 号城市的最小距离。
<br>
## 样例输入
假设有 5 个城市,其路线如下图所示:
![TSP 样例输入](./assets/example.png)
```tsv
5
0 3 1 5 8
3 0 6 7 9
1 6 0 4 2
5 7 4 0 3
8 9 2 3 0
```
**注意:** 本代码在读取时会检测您输入的邻接矩阵是否对称。
<br>
## 样例输出
```python
最佳路线:[0, 1, 3, 4, 2, 0]
最佳路线总长度:16
```
**注:** `[0, 2, 1, 3, 4, 0]` 即为 A -> C -> B -> D -> E -> A。
<br>
## 版权声明
本项目在 0BSD 协议下开源。
没有合适的资源?快使用搜索试试~ 我知道了~
《智能算法》旅行商问题实验,分别用蛮力法、回溯法、分支限界法、动态规划法求解了 TSP 问题.zip
共12个文件
py:7个
txt:2个
gitignore:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 72 浏览量
2024-05-05
06:39:00
上传
评论
收藏 133KB ZIP 举报
温馨提示
旅行商问题 从距离矩阵中产生一个近似最佳解的途径,有以下几种解法: 1、最近邻点法(Nearest Neighbor Procedure):一开始以寻找离场站最近的需求点为起始路线的第一个顾客,此后寻找离最后加入路线的顾客最近的需求点,直到最后。 2、节省法(Clark and Wright Saving):以服务每一个节点为起始解,根据三角不等式两边之和大于第三边之性质,其起始状况为每服务一个顾客后便回场站,而后计算路线间合并节省量,将节省量以降序排序而依次合并路线,直到最后。 3、插入法(Insertion procedures):如最近插入法、最省插入法、随意插入法、最远插入法、最大角度插入法等。 折叠途程改善法 先给定一个可行途程,然后进行改善,一直到不能改善为止。有以下几种解法: 1、K-Opt(2/3 Opt):把尚未加入路径的K条节线暂时取代目前路径中K条节线,并计算其成本(或距离),如果成本降低(距离减少),则取代之,直到无法改善为止,K通常为2或3。 2、Or-Opt:在相同路径上相邻的需求点,将之和本身或其它路径交换且仍保持路径方向性,并计算其成本(或距离)
资源推荐
资源详情
资源评论
收起资源包目录
《智能算法》旅行商问题实验,分别用蛮力法、回溯法、分支限界法、动态规划法求解了 TSP 问题.zip (12个子文件)
新建文本文档.txt 3KB
tsp-master
assets
example.png 127KB
LICENSE.txt 632B
brute_force.py 1KB
branch_and_bound.py 4KB
greedy.py 1KB
dynamic_programming.py 4KB
tsp_common_code
__init__.py 26B
read_graph.py 2KB
.gitignore 1KB
backtracking.py 2KB
README.md 989B
共 12 条
- 1
资源评论
野生的狒狒
- 粉丝: 3393
- 资源: 2436
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功