hello大家好，很高興又和大家見面了。在之前的遺傳算法（GA）求解旅行商問題（TSP）MATLAB代碼講解和模拟退火（SA）算法求解旅行商 （TSP）問題MATLAB代碼講解這兩篇推文中，分别講解了使用GA和SA求解TSP問題。
同時，在遺傳算法（GA）求解旅行商問題（TSP）附MATLAB代碼這篇推文的末尾給大家留了一道思考題。
如何可以提高GA的優化效果？提示：将SA以一定機率接受比目前解更差的解的思想，融入到GA中。不知道各位是否已經有了這道思考題的答案，是以今天說一下這個思考題的一個思路。
01 | 如何将GA與SA相結合不知各位是否還記得GA是群智能優化算法，是以GA使用一個
種群（PS：這個種群中包含
若幹個個體）去進行搜尋，經過操作後用種群中的
最優個體作為全局最優解。
而SA隻是對
一個解不斷地進行操作，然後最終得到一個全局最優解。我想各位已經注意到了，GA的操作對象是
若幹個個體，SA的操作對象是
一個解，是以很自然的想到，
在GA經過選擇、交叉和變異操作後，然後對産生的子代種群中的若幹個（或者全部）個體進行模拟退火操作。
02 | 遺傳模拟退火算法求解TSP問題流程圖遺傳模拟退火算法求解TSP問題的流程圖如下，大的架構還是GA求解TSP的架構，隻是在
變異操作後增加了
模拟退火操作。
代碼使用方法：解壓壓縮包後，可在
input.txt檔案中根據自己需要修改資料，其中第一列為
序号，第二列為
x坐标，第三列為
y坐标。
然後在MATLAB中打開
main.m檔案，點選運作，即可運作代碼，大概需要
3分鐘。
PS：因為本次提供的檔案是
加密檔案，是以
暫時不支援檢視代碼具體的編寫。各位如果有需要的話，可以在下一期推文中提供這篇推文代碼。
更多資源盡在：優化算法交流地
往期精選- 号内搜尋
- 頭腦風暴優化（BSO）算法（附MATLAB代碼）
- 車輛路徑問題（VRP）合集
- 旅行商問題（TSP）合輯
- MATLAB導入txt檔案技巧大全
- 遺傳算法（GA）求解旅行商問題（TSP）MATLAB代碼講解
- 遺傳算法求解0-1背包問題（附matlab源代碼）
- 模拟退火（SA）算法求解旅行商 （TSP）問題MATLAB代碼講解
- 多目标優化 | 基于NSGA-II的多目标0-1背包問題求解（附matlab代碼）
- 多目标優化 | NSGA-II進階教程（全網首個三目标優化教程）
- 機器學習 | 基于遺傳算法的BP神經網絡優化算法（附MATLAB代碼）
- 遺傳算法求解工廠中的房間排程問題（附MATLAB代碼）
- 多目标優化 | NSGA-II
- word轉換為pdf後圖檔失真的解決辦法（全網首發）
- 機器學習 | 簡單實作Bp神經網絡
- 二維裝箱問題之BL法修正版（附MATLAB代碼）
- 快速入門文獻管理軟體-EndNote X9
- 最小二乘法（附MATLAB代碼）
- NSGA-II多目标優化算法講解（附MATLAB代碼）
- 基于人工勢場法的機器人二維路徑規劃（附MATLAB代碼）
- 基于粒子群算法的多目标搜尋算法講解（附MATLAB代碼）
- 蟻群算法通俗講解（附MATLAB代碼）
- 混合粒子群算法通俗講解（附MATLAB代碼）