一、旅行商问题介绍

二、人工原生动物优化算法求解TSP

2.1算法介绍

人工原生动物优化器（Artificial Protozoa Optimizer ，APO）由Xiaopeng Wang等人于2024年提出，其灵感来自自然界中的原生动物。APO 模拟了原生动物的觅食、休眠和繁殖行为。

参考文献

[1]Wang X, Snášel V, Mirjalili S, et al. Artificial Protozoa Optimizer (APO): A novel bio-inspired metaheuristic algorithm for engineering optimization[J]. Knowledge-Based Systems, 2024: 111737.

2.2部分代码

close all
clear
clc
%数据集参考文献  REINELT G.TSPLIB-a traveling salesman problem[J].ORSA Journal on Computing,1991,3(4):267-384.
global data
load('data.txt')%导入TSP数据集bayg29
Dim=size(data,1)-1;%维度
lb=-100;%下界
ub=100;%上界
fobj=@Fun;%计算总距离
SearchAgents_no=100; % 种群大小（可以修改）
Max_iteration=10000; % 最大迭代次数（可以修改）
[fMin,bestX,curve]=(SearchAgents_no,Max_iteration,lb,ub,Dim,fobj);  
%% 画最终的结果 Kd是最终的城市序列
[~,idx]=sort(bestX);
idx=idx+1;
Kd(1)=1;
Kd(2:length(idx)+1)=idx;
Kd(length(idx)+2)=1;
%% 画路径图
figure
plot(data(Kd,1),data(Kd,2),'go','MarkerFaceColor','g')

2.3部分结果

算法得到的路径：1 > 28 > 6 > 12 > 9 > 5 > 26 > 3 > 29 > 2 > 21 > 8 > 27 > 23 > 7 > 25 > 19 > 11 > 22 > 17 > 14 > 18 > 15 > 4 > 20 > 10 > 13 > 16 > 24 > 1

算法求解的总路径总长:9375.2327

三、完整MATLAB代码

v