基于蚁群算法的机器人的路径规划问题蚁群算法，一种与传统的数学规划原理截然不同的，模拟自然生态系统以求解复杂优化问题(如NPC(NP Complete)类问题，典型的有TSP(Traveling Saleman Problem)问题)的仿生优化算法，因其较强分布式计算机制、鲁棒性、易于与其他方法相结合等优点，使得蚁群算法具有较广泛应用领域，为那些最优化技术难以解决的组合优化问题提供了一类新的切实可行的解决方案。从最初的一维的静态优化问题扩展到多维的动态组合优化问题，包括车辆路径规划，工程设计，电力

离散粒子群优化算法优化带时间窗的车辆路径问题-Discrete particle swarm optimization algorithm to optimize vehicle routing problem with time windows

这个代码是采用遗传算法解决车辆路径优化问题，大家一块学习(This code is to solve the vehicle routing optimization problem with genetic algorithm.)

改进遗传算法用于多车多类型车辆的车辆路径优化(Application of improved genetic algorithm to vehicle routing optimization of multi-vehicle and multi-type vehicles)

用于车辆路径问题优化，提高物流运输路线效率，节省成本(It can be used to optimize the vehicle routing problem, improve the efficiency of logistics transportation routes and save costs)