X1204_的博客

代码解析如下： 1、删除掉rand < 0.2 + 0.3 * (1/(1+exp(-(gem-400)/10)))的dropout选项，可以让精度更高，但是运行时间会极大增长； 2、代码的邻域变换提供了更多的变化形式； 3、2-opt是主要的优化模式，但是复杂度太高了，如有需要可以继续优化； 4、邻域变换越丰富越好，否则2-opt优化就如同cnn的pooling layer一样，会消掉微弱的调整； 5、作者在提交之前再次尝试运行了一下数据，由于群智能算法的随机性、以及文中的dropout等随机性添加，可能得到比论文数据更优或者更劣的可能； 6、DataSets里面的txt是修改过可以直接读取的，如果要从ALL_tsp.tar.gz里面选数据，需要将其做对应的修改，删除掉头部信息和最后的EOF! 7、在我记忆的可能范围内添加了注释，如有问题，可能作者也记不清了，非常抱歉！