如果你对遗传算法感兴趣或者正在做有关GA的研究，不妨关注博客右侧专栏 → 智能计算-深入遗传算法 ，一步一步深入算法，分享算法每一个流程模块（如选择策略，交叉机制等等）的众多参考观点。代码和Demo咱从来不缺。

遗传算法入门系列文章：

（上篇）遗传算法入门（上）代码中的进化学说与遗传学说 （中篇）遗传算法入门（中）实例，求解一元函数最值（MATLAB版）

说明： 本文是一个遗传算法求解TSP问题的实例，用C++写明关键之处的算子，源码下载 请带好大挪移令和灵石进传送阵

旅行商问题，即TSP问题（Traveling Salesman Problem）又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，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。路径的选择目标是要求得的路径路程为所有路径之中的最小值。

​ 正如上述百度百科中定义的一样，TSP问题属于组合优化的问题，它的求解目标就是求最短路径。本文的实际应用背景也正如定义中说的那样，一个商人拜访所有的城市，每个城市只能去一次，最终回到原点，问怎么走路径最短？

​ 我们用数学建模抽象出实际应用中的模型，即目标函数：

​ min:F=x1+x2+......+xn m i n : F = x 1 + x 2 + . . . . . . + x n

不难理解， F F 是各个不重复城市的距离之和，目标是求FF 的最小值。为此，我们需要设计模型：

在date.txt中存放cityNum个城市数据，每个城市都有城市编号和横纵坐标 。具体排布如下图所示：

从date.txt中获取数据计算各个城市之间的距离放入到数组myDistance[][]中 C++实现代码：