：介绍TsP问题和遗传算法的基本原理。针时解决TsP问题，阐述遗传算法在编码表示和遗传操作算子等方面的应 用情况，以及该算法在实现过程中的一些处理方法，最后给出该算法的运行结果和总结。

SP问题是古老的经典的问题，有关的研究有几百年的时间。TSP旅行商问题是一类典型的NP完全问题，遗传算法是解决NP问题的一种较理想的方法。

遗传算法：选择、交叉、变异，选择机制一般用轮盘赌，变异是小概率事件，但验证的效果不是很好，而大概率时就变成了随机算法，失去了遗传算法的特性；（2.19） 遗传新动向：遗传算法核心作用是交叉算子；基于遗传算法的机器学习、和神经网络、模糊推理以及混沌理论等其他算法渗透结合；并行处理遗传算法的研究；和进化规划、进化策略等进化计算理论日益结合，三者之间的研究和彼此结合的探究形成热点；（摘自百度百科,2.20）