读了原作者mylovestart用遗传算法实现的tsp问题，学习了ga算法。
原文链接：http://blog.csdn.net/mylovestart/article/details/8977005#cpp
但发现原作者mylovestart的jiaopei()函数写的有问题，交叉后要确保每个城市有且仅走了一次，修改了jiaopei()的代码如下：
//交配,对每个染色体产生交配概率,满足交配率的染色体进行交配 void jiaopei() { int i,j,k,kk; int t;//参与交配的染色体的个数 int point1,point2,temp;//交配断点 int pointnum; int temp1,temp2; int map1[cities],map2[cities]; double jiaopeip[num];//染色体的交配概率 int jiaopeiflag[num];//染色体的可交配情况 int kkk,flag=0; //初始化 for(i=0;i<num;i++) { jiaopeiflag[i]=0; } //随机产生交配概率 srand((unsigned)time(NULL)); for(i=0;i<num;i++) { jiaopeip[i]=(rand()%100); jiaopeip[i]/=100; } //确定可以交配的染色体 t=0; for(i=0;i<num;i++) { if(jiaopeip[i]<pc) { jiaopeiflag[i]=1; t++; } } t=t/2*2;//t必须为偶数 //产生t/2个0-9交配断点 srand((unsigned)time(NULL)); temp1=0; //temp1号染色体和temp2染色体交配 for(i=0;i<t/2;i++) { point1=rand()%cities;//交配点1 point2=rand()%cities;//交配点2 //选出一个需要交配的染色体1 for(j=temp1;j<num;j++) { if(jiaopeiflag[j]==1) { temp1=j; break; } } //选出另一个需要交配的染色体2与1交配 for(j=temp1+1;j<num;j++) { if(jiaopeiflag[j]==1) { temp2=j; break; } } //进行基因交配 if(point1>point2) //保证point1<=point2 { temp=point1; point1=point2; point2=temp; } //初始化 memset(map1,-1,sizeof(map1)); memset(map2,-1,sizeof(map2)); //断点之间的基因产生映射 for(k=point1;k<=point2;k++) { map1[group[temp1].city[k]]=group[temp2].city[k]; map2[group[temp2].city[k]]=group[temp1].city[k]; } //断点两边的基因互换 for(k=0;k<point1;k++) { temp=group[temp1].city[k]; group[temp1].city[k]=group[temp2].city[k]; group[temp2].city[k]=temp; } for(k=point2+1;k<cities;k++) { temp=group[temp1].city[k]; group[temp1].city[k]=group[temp2].city[k]; group[temp2].city[k]=temp; } printf("处理冲突---------------------\n"); //处理染色体1产生的冲突基因 for(k=0;k<point1;k++) { for(kk=point1;kk<=point2;kk++) { if(group[temp1].city[k]==group[temp1].city[kk]) { group[temp1].city[k]=map1[group[temp1].city[k]]; //find for(kkk=point1;kkk<=point2;kkk++) { if(group[temp1].city[k]==group[temp1].city[kkk]) { flag=1; break; } } if(flag==1) { kk=point1-1; flag=0; } else { flag=0; break; } } } } for(k=point2+1;k<cities;k++) { for(kk=point1;kk<=point2;kk++) { if(group[temp1].city[k]==group[temp1].city[kk]) { group[temp1].city[k]=map1[group[temp1].city[k]]; //find for(kkk=point1;kkk<=point2;kkk++) { if(group[temp1].city[k]==group[temp1].city[kkk]) { flag=1; break; } } if(flag==1) { kk=point1-1; flag=0; } else { flag=0; break; } } } } //处理2染色体产生的冲突基因 for(k=0;k<point1;k++) { for(kk=point1;kk<=point2;kk++) { if(group[temp2].city[k]==group[temp2].city[kk]) { group[temp2].city[k]=map2[group[temp2].city[k]]; //find for(kkk=point1;kkk<=point2;kkk++) { if(group[temp2].city[k]==group[temp2].city[kkk]) { flag=1; break; } } if(flag==1) { kk=point1-1; flag=0; } else { flag=0; break; } } } } for(k=point2+1;k<cities;k++) { for(kk=point1;kk<=point2;kk++) { if(group[temp2].city[k]==group[temp2].city[kk]) { group[temp2].city[k]=map2[group[temp2].city[k]]; //find for(kkk=point1;kkk<=point2;kkk++) { if(group[temp2].city[k]==group[temp2].city[kkk]) { flag=1; break; } } if(flag==1) { kk=point1-1; flag=0; } else { flag=0; break; } } } } temp1=temp2+1; } }之后自己又试了50+的城市的数据，效果不太理想，希望过后自己可以再改进一下选择函数，让每次最优的个体可以保留下来。
