非确定性多项式(NP,Nondeterministic Polynomially)问题包括众多案例，其中典型的案例问题就是TSP (Traveling Salesman Problem)旅行商问题。解决此类问题目前的主流算法有遗传算法(GA)，模拟退火算法、遗传算法、Hopfield神经网络算法、二叉树描述算法。本文使用matlab来实现，流程如下
例子：
TSP(traveling salesman problem，旅行商问题)是典型的NP完全问题，即其最坏情况和的时间复杂度随着问题规模的增大按指数方式增长，到目前为止还未找到一个多项式时间的有效算法。
TSP问题可描述为：已知n个城市相互之间的距离，某一旅行商从某个城市出发访问每个城市一次且只能一次，最后回到出发城市，如何安排才能使其所走路线最短。
d表示城市之间的距离，Td表示累加所有距离之和， minTd表示取最小数值。即使最优
（3.1）
其中表示城市之间的距离，表示累加所有距离之和，min 表示取最小数值。
系统也有一定的局限性，比如时间尺度的选择，理想环境下的模拟，没有考虑输入参数对具体问题和系统的影响。我们相信,通过不断的改进和改进，,它会发展成为一个更加完善和更好的系统。
要原码，有问题或需求可一起讨论留言
