模拟退火算法在TSP问题中的应用研究—毕业设计论文.doc

目 录 摘 要 III ABSTRACT IV 第一章 前言 1 1.1 TSP问题的基本概念 1 1.2 模拟退火算法的背景 1 1.3 发展趋势 1 第二章 相关知识介绍 1 2.1模拟退火算法的原理 1 2.1.1 模拟退火的基本思想 1 2.1.2 算法对应动态演示步骤 1 2.2 TSP问题简述 1 2.3组合优化问题简述 1 2.4 蚁群算法及其它算法原理 1 2.4.1蚁群优化算法 1 2.4.2其它优化算法 1 第三章 问题描述与算法分析研究 1 3.1应用研究整体规划 1 3.2应用开发环境 1 3.2.1开发语言 1 3.2.2开发平台 1 3.3 TSP问题的描述和分析 1 3.4模拟退火算法的分析 1 3.4.1模拟退火算法模型 1 3.4.2模拟退火算法与优化问题分析 1 3.5应用研究方案分析 1 第四章 算法具体设计与编码实现 1 4.1基于模拟退火算法求解TSP问题详细设计 1 4.1.1求解TSP问题的模拟退火算法及流程图 1 4.1.2算法温度的选择和变化 1 4.1.3定义坐标表的具体参数与具体实现 1 4.1.4新解的产生方法 1 4.2求解TSP问题的算法主体模块详细设计 1 4.3算法的具体编码实现 1 4.3.1建立城市坐标文本文件 1 4.3.2 DOS下界面数据输出以及概率统计与分析 1 第五章 算法运行分析 1 5.1 运行界面图示 1 5.2 运行结果 1 第六章 结束语 1 致 谢 1 参考文献 1 摘 要 TSP问题是一个典型的NP 完全问题,模拟退火算法是求解此问题的一种理想方法。 模拟退火算法是将物理退火过程与组合优化相结合在一起的一种随机迭代寻优算法，TSP问题旅行商问题是一个组合优化问题该问题被证明具有NPC计算复杂性受到高度的关注算法在函数优化上的应用TSP问题以及模拟退火算法实际应用 ABSTRACT TSP problem is a typical NP-complete problem, using simulated annealing algorithm to solve this problem is an ideal way. Simulated Annealing Algorithm combines the process of physical annealing and combinatorial optimization together ,it is a stochastic iterative optimization algorithm, TSP problem that the traveling salesman problem is a combinatorial optimization problem that is shown to have NPC computational complexity. Therefore, studying the basic principles of simulated annealing algorithm and its application in problem solving TSP should have a high degree of attention. This article focuses on the principle of simulated annealing algorithm and some of the knowledge structure what associated with the first point. By studying the principle of their algorithm, simulated annealing algorithm to optimize the application function, and optimization of research to understand the problem and the simulated annealing algorithm for TSP The practical application and research. Help to understand the basic principles of simulated annealing algorithm and its application in solving TSP problems. KEY WORDS: SAA，Genetic Algorithm，Combinatorial Optimization， TSP，C/C++ 前言 模拟退火算法是将