【算法创新+设计】灰狼算法GWO+扰动算子，求解大规模TSP问题利器

---

1.灰狼算法GWO原理

【智能算法】灰狼算法（GWO）原理及实现

2.连续空间到离散空间

GWO算法是针对连续空间问题设计的优化方法，而旅行商问题（TSP）本质上是一个离散空间问题。常见的处理方式包括构建连续空间到离散空间的映射，或者采用专门的离散算子来处理路径更新。

常见离散算子

• 交换变换（Swap），从路径中随机选择两个城市进行交换；
• 插入变换（Insertion），随机选择路径中的一个城市，将它插入到路径中的另一位置；
• 反转变换（Reversion）：随机选择路径中的一段子序列并反转其顺序。

3.核心公式处理

连续空间上$|X_a-X_i|$距离度量采用L2范数，离散空间中距离度量采用汉明距离或者置换群中的距离度量，路径的更新通常通过置换操作来完成。路径的距离不仅仅是位置差异的简单计算，而是考虑路径中元素顺序的变化。

4.结果展示

eil101

lin318

PS：其他算法也可设计&改进，欢迎咨询~

5.代码获取

6.读者交流