遗传算法旅行商问题、点集距离和最小问题[易语言源码]

遗传算法旅行商问题、点集距离和最小问题易语言源码
具体步骤如下：

（1）初始化。设置进化代数计数器 g=0，设置最大进化代数 G，随机生成 NP个 个体作为初始群体 P(0)

（2）个体评价。计算群体 P(t)中各个个体的适应度。

（3）选择运算。将选择算子作用于群体，根据个体的适应度，按照一定的规则或方法，选择一些优良个体遗传到下一代群体。

（4）交叉运算。将交叉算子作用于群体，对选中的成对个体，以某一概率交换它们之间的部分染色体，产生新的个体。

（5）变异运算。将变异算子作用于群体，对选中的个体，以某一概率改变某 一个或某一些基因值为其他的等位基因。群体 P(t)经过选择、交叉和变异运算之后得到下一代群体 P(t+1)。计算其适应度值，并根据适应度值进行排序，准备进行下一次遗传操作。

（6）终止条件判断：若 g≤G，则 g=g+1，转到步骤（2）；若 g>G，则此进化过程中所得到的具有最大适应度的个体作为最优解输出，终止计算。

‘ 旅行商问题（TSP 问题）。假设有一个旅行商人要拜访全国 31 个省会城市，
‘ 他需要选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。
‘ 对路径选择的要求是：所选路径的路程为所有路径之中的最小值。
‘ （1）初始化种群数目为 NP=200，染色体基因维数为 N=31，最大进化代数为 G=2000
‘ （2）产生初始种群，计算个体适应度值，即路径长度；采用基于概率的方式选择进行操作的个体；
‘ 对选中的成对个体，随机交叉所选中的成对城市坐标，以确保交叉后路径每个城市只到访一次；
‘ 对选中的单个个体，随机交换其一对城市坐标作为变异操作，产生新的种群，进行下一次遗传操作。
‘ （3）判断是否满足终止条件：若满足，则结束搜索过程，输出优化值；若不满足，则继续进行迭代优化。