R語言旅行推銷員問題TSP

原文連接：http://tecdat.cn/?p=6551

經常使用術語中的旅行推銷員問題（TSP）是最複雜的問題之一，歸結爲組合優化。旅行到n個城市（頂點）須要檢查（n-1）！可能性。3,000個地點有4 * 10 ^ 9131個可能的解決方案。

本文調查了R包的性能：TSP和tspmeta。結果對個人使用很是滿意。

如下代碼輸入您的TSP225.csv文件並輸出您的解決方案和可視化。生成的'tour'對象是一類TOUR和整數;它包含您的解決方案。

coords.df <- data.frame(long=TSP225$Long, lat=TSP225$Lat)coords.mx <- as.matrix(coords.df)# Compute distance matrixdist.mx <- dist(coords.mx)# Construct a TSP objecttsp.ins <- tsp_instance(coords.mx, dist.mx )#tour <- run_solver(tsp.ins, method="2-opt")#Plotautoplot(tsp.ins, tour)

比較解決方案：下圖顯示了7種啓發式解決方案的最佳旅遊長度和協和式的確切解決方案。對於協和解決方案，我使用了在UW-Madison主持的NEOS-Server。

methods <- c("nearest_insertion" "2-opt")tours <- sapply(methods  simplify = FALSE)dotchart( ), )

在2D中的＃2 3000個隨機頂點

顯然，隨着頂點數量的增加，精確解和其餘啓發式解決方案之間的差別顯着增長。2-opt解決方案最接近最優。重複的2-opt解決方案和挑選最小的值讓我很是接近於確切的解決方案 。