今天暫時先不講遺傳算法，我要解決的是TSP問題，具體什麼TSP問題以前文章裏講過了，你們能夠點一下歷史消息或者這裏：html
遺傳算法可視化項目（3）：建立圖的數據結構
github
TSP問題裏面除了算法還有一個重要的東西，就是距離，通常狀況下計算兩點之間距離直接用公式：√(Δx²+Δy²)，但是我以前爬到的數據是經緯度，兩地距離沒有這麼簡單，由於畢竟是球面上兩點的距離，不是平面，這裏我不用網上的那個推導出來的公式，我一步步推導，首先以地球球心爲原點，赤道平面爲xOy平面，創建xyz三維座標系，我在這裏就默認東經是[0°,180°]，西經是[-180°,0°]（反過來也沒事），北緯[0°,90°]，南緯[-90°,0°]（反過來沒問題），假設第一個點經緯度是(α1,β1)，第二個點經緯度是(α2,β2)（α1，α2對應經度值；β1，β2對應緯度值）。很明顯第一個點轉換成爲三維座標是(cosα1,sinα1,sinβ1)，第二個點轉換成爲三維座標也就是(cosα2,sinα2,sinβ2)，點能夠當作是向量，直接利用：算法
cosθ=兩向量數量積/兩向量模長的乘積微信
這個公式求出兩向量夾角的餘弦值cosθ，而後再利用反餘弦函數arccos求出θ，不須要進行平移啥的，arccos函數值域是[0,π]，向量夾角也是這個範圍，最後利用公式L=|θ|*r（θ必定要是弧度制！r是地球平均半徑，不平均還真的有點難處理
）求得弧長，也就是所謂的球面上兩點的距離！數據結構
接下來講一下昨天文章中遺留下來的MAX取多大的值的問題，設置成10的話上面那個公式徹底不能用，最小值應該比地球平均半徑*π（也就是半圈）要大，這個值很明顯比10大不少，但爲何我要用10是由於我感受就海南島那一小塊地方，球面能夠近似的當作平面（若是不能當作平面用上面那個方法），而後就是那個距離公式（√(Δx²+Δy²)），而後我編寫程序算了一下經緯度的差，代碼和運行結果以下：機器學習
很明顯，令Δx=經度差，Δy=緯度差，代入√(Δx²+Δy²)這個距離公式，結果小於10，因此我能夠用10表示不可達！函數
無論用什麼方法，明天遺傳算法你們也就只是距離計算方式不一樣，但最後得出來的最短路徑都差很少那樣！文章最後附上項目地址：https://github.com/3480430977/DataVisualizationOfGA學習
最後歡迎你們掃碼關注
本文分享自微信公衆號 - Python機器學習算法說書人（Python-ML-Algorithm）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。