ga2.m

利用遗传算法求解TSP的源代码程序 可以精确求出50城市

%%SY0707348宗满意 遗传算法求解TSP问题(为选择操作从新设计后程序)
%D是距离矩阵，n为种群个数
%参数a是中国34个城市的坐标
%C为停止代数，遗传到第 C代时程序停止,C的具体取值视问题的规模和耗费的时间而定
%m为适配值淘汰加速指数,最好取为1,2,3,4,不宜太大
%交叉概率Pc，变异概率Pm 
%R为最短路径,Rlength为路径长度
function GA

%初始化
a=[ 3.64,2.68   %beijing
    4.18,1.76   %shanghai
    3.71,2.60   %tianjin
    2.77,1.50   %chongqing
    1.33,3.30   %wulumuqi
    4.20,2.96   %shenyang
    4.39,3.43   %haerbing
    3.92,1.82   %nanjing
    4.26,1.07   %taibei
    2.55,1.64   %chengdu
    2.37,1.02   %kunming
    3.43,2.09   %zhengzhou
    3.54,0.70   %xianggang
    3.51,1.62   %wuhan
    3.44,0.80   %guangzhou
    3.24,2.77   %huhehaote
    2.38,2.32   %xiling
    2.56,2.24   %lanzhou
    3.01,2.03   %xian
    2.79,2.51   %yinchuan
    3.33,2.44   %taiyuan
    2.94,0.76   %nanling
    3.39,1.36   %changsha
    3.49,2.46   %shijiazhuang
    2.78,1.17   %guiyang
    3.14,0.45   %haikou
    4.31,3.21   %changcun
    3.72,2.32   %jinan
    4.06,1.63   %hangzhou
    3.78,1.79   %hefei
    3.68,1.42   %nancang
    4.03,1.16   %fuzhou
    3.47,0.70   %aomen
    1.30,1.69]; %lasha
            
n=100;
C=2000;
m=2;
Pc=0.9;
Pm=0.2;
D=juli(a);%生成距离矩阵
[R,Rlength]=geneticTSP2(D,a,n,C,m,Pc,Pm);%运算返回最优路径R和其总距离Rlength