旅行商问题的模拟退火实现代码，推荐你看看SA_TSP30.zip，用 MATLAB 写的，结构清晰，逻辑也蛮清楚的。里面是 30 个城市的 TSP 路径优化，跑完能直接看到最优路线和距离结果。

模拟退火算法的思路挺有意思，灵感来自物理里的“退火”过程，一开始允许“犯错”，逐步降温后越来越保守，最终收敛到最优解。这样做的好处是——能跳出局部最优，别小看这一点，实际效果还不错。

代码部分也挺清爽，初始化、适应度计算、路径扰动、接受准则、降温都封装得比较好。你可以直接在main.m里跑，输入是城市坐标，输出是路径和距离。调调温度T、冷却系数α、迭代次数这些参数，效果差别还是挺的。

如果你是做优化类研究或者实习项目需要 TSP 案例，这套代码比较好改——换一组坐标数据就能扩展到 40、50 甚至更多城市，也可以换成其他问题，比如物流路径、电路板布局等。

实在不熟 MATLAB 的图形输出？没关系，图也画得还可以，路径和点都标出来了，调试也方便。模块化设计让你换适应度函数也挺。

如果你想对比看看其他算法的思路，也可以看看这篇模拟退火 TSP 优化和狼群算法的实现，和这份代码一起理解，会更透彻些。

，SA_TSP30.zip是个不错的入门资源。你如果刚接触优化算法，或者在找 TSP 的 MATLAB 代码练手，这份挺适合。