遺傳算法顧名思義就是模擬生物界的自然選擇原理，比如對於TSP問題，遺傳算法大體上是可以先隨機生成一組大量的解空間，作爲一個初始的種羣，然後按照一定的策略讓種羣自由交叉（也就是傳說中的交配），變異。按照一定的策略淘汰種羣中不符合預期目的的個體。
目前大多數遺傳算法使用的是根據隨機生成的概率與給定的交叉，變異概率相比來決定是否交叉，變異，但是筆者覺得這種算法雖然更符合自然界的隨機交配原則，但是對於解決TSP問題比較盲目，有時候可能走過多彎路。
本文采用的方法是一種修改的遺傳算法，具體如下：
1、隨機生成一個初始種羣
2、計算種羣中每個個體的代價，在TSP中也就是路徑和。選出最小的兩組路徑AB，和代價最大的路徑CD。
3、AB交叉，產生兩個子代EF，大多數情況下EF的代價肯定是小於CD的（ps：帥哥和美女生出的兒子肯定很帥嘛）
用EF替代CD，這樣就把種羣中兩個比較差的個體淘汰掉了。
4、變異這一步，還是使用全部變異的好，有利於種羣的進化。對於每個個體隨機個概率和給定的概率比較來決定是否變異。
5、計算種羣中代價最大的和最小的路徑差，如果路徑差值小於10的話說明種羣已經趨於穩定，跳轉6，，否則跳轉2，繼續交叉變異，進化
6、現在種羣的代價已經趨於穩定了，算是可以結束了。代價最小的路徑即爲TSP的最優解。
完
此算法雖然和正統教材上的算法不一樣，但是個人覺得這樣效率更高些。如有疏漏還請指正。
由於代碼比較長，就不貼了，在此可下載http://download.csdn.net/detail/z598751848/4308735