tsp

紧迫感，减少相互等待时间。 （ 4）有效的控制。 项目控制包括进度控制、成本控制、质量控制、风险控制等方面，具体的控制措施包括：周会，周报，里程碑报 告，提交物审计，过程审计，配置审计，风险跟踪等。 （ 5）严格的测试。 软件测试是软件开发的重要环节，同时也是确保软件质量的重要方法和手段。 通过测试，证实软件产品的质量已获得，并能满足用户的各项质量需求；发现错误，纠正错误，防止错误在交付用户

许多领域，所以寻找出实际而有效的算法就显得比较重要了。 但是遗憾的 是，计算复杂性理论给予我们的结论却是，这种可能性尚属未知。 TSP的应用与价值 TSP 在现实生活中有很多应用。 直观上，最普通的 TSP的运用莫过于找出旅行商为遍历每个地理位置上的点的顺序，使他所经历的路径最短。 了解了对每个城市访问一次的最优旅行路径能够为旅行节约很多潜在的时间。 对提到的实例

模拟退火技术和 群集智能技术等。 1． 人工神经网络算法 “人工神经网络 ”(ARTIFICIAL NEURAL NETWORK，简称 ANN)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。 早在本世纪 40 年代初期， 心理 学家 McCulloch、 数学 家 Pitts就提出了人工神经网络的第一个数学模型，从此开创了神经科学理论的研模拟退火算法在

stems),开创了基于遗传算法的机器学习的新概念。 2 1967 年在其博士论文中首次提出了：“遗传算法”一词，发展了复制、交叉、变异、显性、倒位等遗传算子，创立了自适应遗传算法的概念。 3 Jong 1975 年在其博士论文中结合模式定理进行了大量的纯数值函数优化计算实验，树立了遗传算法的工作框架，定义了评价遗传算法性能的在线指标和离线指标。 4 1989 年出版了专著《搜索