文件名称：TSPUsingACO:TSP的元启发式解决方案
文件大小：108KB
文件格式：ZIP
更新时间：2024-04-14 04:51:51
Python
TSPU公司 TSP的元启发式解决方案这是我（与我的同事一起）为Advanced Algorithms类所做的项目。 它使用蚁群优化方法。 这意味着我们创建了遍历图形的“蚂蚁”，并根据距离和可行顶点的“总体”选择了下一个顶点。 受欢迎程度是根据之前选择了给定路径片段的蚂蚁数量来计算的。 由于我们模拟了natue，因此蚂蚁可能不会选择我们认为目前最佳的路径（尽管此变体的可能性最高）。 这样做是有目的的，因为我们可能会发现一些新的更好的路径。
【文件预览】：
TSPUsingACO-master
----berlin52.txt(575B)
----rat99.txt(926B)
----Random1.txt(629B)
----eil76.txt(668B)
----Random15.txt(10KB)
----Test10InstancjiBenchmark.py(4KB)
----Random9.txt(6KB)
----Random12.txt(8KB)
----Random3.txt(2KB)
----Random2.txt(1KB)
----tsp500.txt(6KB)
----82621242_2453469978198922_8530994571113398272_n.jpg(40KB)
----TestWyniki2020.py(3KB)
----bayg29.txt(343B)
----bier127.txt(2KB)
----TestInstancjaPoczatkowa.py(2KB)
----Greedy.py(703B)
----tsp1000.txt(11KB)
----data.txt(343B)
----Random6.txt(4KB)
----Test15LosowychInstancji.py(2KB)
----Random10.txt(7KB)
----Random8.txt(5KB)
----Random13.txt(9KB)
----.idea()
--------misc.xml(288B)
--------TSPUsingACO.iml(385B)
--------modules.xml(274B)
--------.gitignore(176B)
--------inspectionProfiles()
----Random5.txt(3KB)
----Random7.txt(5KB)
----WynikiInstancji15Losowych.txt(0B)
----Random11.txt(7KB)
----Generowanie15LosowychInstancji.py(612B)
----pr107.txt(1KB)
----Random14.txt(9KB)
----lin105.txt(1KB)
----.gitignore(30B)
----eil51.txt(446B)
----st70.txt(610B)
----README.md(659B)
----WynikiInstancjiBenchmarkowych.txt(237B)
----Random4.txt(3KB)
----tsp250.txt(3KB)
----kroA100.txt(1KB)
----ACO.py(5KB)