关于λ-optimal的初始化解算法在(元)启发式中的应用

这里讨论组合优化中初始解的生成问题。组合优化问题，很多情况下，解的生成是随机的或者是采用某种直观上满足题意的初始化方法，要知道初始解对于找到局部最优乃至是最好的解是极其重要的，就好比条条大路通罗马，或者你直接就出生在罗马。接下来要说明的算法是在进行各种不同的启发式算法求解之前，对初始解进行优化的算法且比较通用。
在实际问题中，目前笔者暂时遇到的可以使用的地方一个是用于解的生成，还有一个地方就是在启发式算法迭代求解的过程中，在解的再生成中应用这种λ-optimal算法的思想。
描述问题或者算法要有头有尾，先说明问题，之后算法的描述建立在此之上，也就更加通俗易懂。

TSP问题介绍

旅行推销员问题可以这样表述:“要求推销员在给定的n个城市中访问一次且仅访问一次，从任意一个城市出发，返回出发地。他应该选择什么样的路线或旅行，以使总旅行距离最小化?”除了距离，还可以考虑时间、成本等其他概念。

在数学中，可以描述为：
在一个无向完全图中，把城市看作坐标点，每个城市之间都有路，且一般路径长度用欧氏距离描述

给定一个"成本矩阵" D = (D i j)，dij（i，j是下标）为i城市和j城市之间的距离成本࿰