遗传算法的旅行商问题实现，写得还挺清晰的，思路也蛮完整。用 Matlab 搞过 TSP 的朋友应该知道，城市一多起来，手动排路径基本不，这种进化式思路就挺合适了。代码里从初始化种群到交叉、变异、适应度评估都有，而且注释也算良心，看着不累。

路径编码用的是蛮直观的城市序列，比如[1, 5, 3, 2, 4, 1]，代表从 1 出发，按这个顺序转一圈再回来。你要是第一次玩遗传算法，也不用慌，结构清晰、模块划分也明白：初始种群、交叉、变异都在自己的函数里。

适应度函数设计得也靠谱，反比于路径长度，这样距离越短适应度越高。轮盘赌和锦标赛两种选择机制也都兼顾到了，可以按需切换，挺灵活的。交叉操作用了部分匹配法，保证子代的合法性，蛮贴心的。

变异部分没写得太花，但该有的操作都有，比如两个城市互换位置，这种简单粗暴的方式在 TSP 里效果还不错，尤其配合精英保留策略用的时候。

整个算法循环结构清晰，终止条件也做了限制。还有一个点值得一提：如果你是用 Matlab 做优化课设或者科研项目，这些代码直接能上手，稍改一下参数就能跑出自己的版本，效率也不错。

资源在这里：【旅行商问题】使用遗传算法 TSP 问题 matlab 源码.zip，有需要的可以顺手存一份。

如果你对遗传算法还不熟，建议配合这篇一起看：基于遗传算法的旅行商问题求解，比较系统，对照着源码看更好上手。