自带GUI界面，共有9中算法，可解决各种TSP问题，效果不错。
创新互联建站2013年开创至今，是专业互联网技术服务公司，拥有项目成都网站制作、网站设计网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元三山做网站,已为上家服务,为三山各地企业和个人服务,联系电话:028-86922220
min l=σd(t(i)，t(i+1)) （i=1，…，n）旅行商问题是一个典型的组合优化问题，并且是一个np难问题，其可能的路径数目与城市数目n是成指数型增长的，所以一般很难精确地求出其最优解，本文采用遗传算法求其近似解。
这时一个多目标组合优化问题，NP完全问题，没有那么简单，属于世界性的难题。可以使用遗传算法、粒子群算法等模拟演化算法求解得到一个近优解，没有算法能保证得到一个最优解。
目前混合整数规划是一个可研究的问题，这方面的论文也较多，有的是用四舍五入的方法取整，在matlab中用round函数可实现。也有用三角函数进行转化的，具体情况我不太清楚。另外你的问题有约束条件，在编程时需要加约束处理。
3 2015-02-21 粒子群优化多维带约束函数，的MATLAB实现代码 2015-04-15 求粒子群算法MATLAB完整代码 65 2011-07-02 粒子群算法的matlab程序，一个线性规划问题的解决。
混合整数规划是一个研究报告，在这方面也更加圆润，一些圆润，在MATLAB中采用了圆形功能可以实现的。也很有用三角函数变换，我不知道具体情况。另一个问题，的约束需要添加的规划，约束处理。
粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，1995 年由Eberhart 博士和kennedy 博士提出，源于对鸟群捕食的行为研究 。 PSO同遗传算法类似，是一种基于迭代的优化算法。
F=|E（X1y1+X2y2）-0|+|D（X1y1+X2y2）-1|，F值越小越好，||指的是绝对值。 而变量你就选取X1和X2里的每个元素。
例如：best_fitness(iteration)=gbest_fitness。在粒子群算法的代码中添加绘图函数，绘制出适应度值与迭代次数的曲线图。例如：plot(best_fitness)。运行程序，即可在matlab中显示出适应度值与迭代次数的曲线图。
目前混合整数规划是一个可研究的问题，这方面的论文也较多，有的是用四舍五入的方法取整，在matlab中用round函数可实现。也有用三角函数进行转化的，具体情况我不太清楚。另外你的问题有约束条件，在编程时需要加约束处理。
以及变异(mutation)，而是粒子在解空间追随最优的粒子进行搜索。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域。
粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。
PSO确实会存在得不到最优解的情况，因为严格意义上它不是全局最优的算法，而且在比较复杂的问题上，得不到最优解的情况很容易发现。建议你增大种群大小，增加迭代次数。
find用于找出满足其条件（v(j，：)vmax）的值所在的位置 这个赋值可以理解把find找出的每个位置的值都用vmax代替。
本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。