各位小伙伴可在闲鱼搜索 优化算法交流地，即可搜索到官方闲鱼账号，谨防上当受骗。
hello大家好，很高兴又和大家见面了。在之前的遗传算法（GA）求解旅行商问题（TSP）MATLAB代码讲解和模拟退火（SA）算法求解旅行商 （TSP）问题MATLAB代码讲解这两篇推文中，分别讲解了使用GA和SA求解TSP问题。
同时，在遗传算法（GA）求解旅行商问题（TSP）附MATLAB代码这篇推文的末尾给大家留了一道思考题。
如何可以提高GA的优化效果？
提示：将SA以一定概率接受比当前解更差的解的思想，融入到GA中。
不知道各位是否已经有了这道思考题的答案，所以今天说一下这个思考题的一个思路。
01 | 如何将GA与SA相结合
不知各位是否还记得GA是群智能优化算法，所以GA使用一个种群（PS：这个种群中包含若干个个体）去进行搜索，经过操作后用种群中的最优个体作为全局最优解。
而SA只是对一个解不断地进行操作，然后最终得到一个全局最优解。
我想各位已经注意到了，GA的操作对象是若干个个体，SA的操作对象是一个解，所以很自然的想到，在GA经过选择、交叉和变异操作后，然后对产生的子代种群中的若干个（或者全部）个体进行模拟退火操作。
02 | 遗传模拟退火算法求解TSP问题流程图
遗传模拟退火算法求解TSP问题的流程图如下，大的框架还是GA求解TSP的框架，只是在变异操作后增加了模拟退火操作。
03 | MATLAB代码
代码使用方法：解压压缩包后，可在input.txt文件中根据自己需要修改数据，其中第一列为序号，第二列为x坐标，第三列为y坐标。
然后在MATLAB中打开main.m文件，点击运行，即可运行代码，大概需要3分钟。
PS：因为本次提供的文件是加密文件，所以暂时不支持查看代码具体的编写。各位如果有需要的话，可以在下一期推文中提供这篇推文代码。
