TSP问题遗传算法C/C++实现

/*
 *遗传算法(GA) 解决TSP 问题
 *案例参考自《MATLAB 智能算法30个案例分析》
 *本例以14个城市为例，14个城市的位置坐标如下(括号内第一个元素为X坐标，第二个为纵坐标)：1:(16.47,96.10)  2:(16.47,94.44)  3:(20.09,92.54)
 *4:(22.39,93.37) 5:(25.23,97.24)  6:(22.00,96.05) 7:(20.47,97.02)  8:(17.20,96.29) 9:(16.30,97.38) 10:(14.05,98.12) 11:(16.53,97.38)
 *12:(21.52,95.59)  13:(19.41,97.13)  14:(20.09,92.55)
 *遗传算法实现的步骤为:(1)编码 (2) 种群初始化 (3) 构造适应度函数 (4) 选择操作 (5) 交叉操作 (6) 变异操作 (7) 进化逆转操作
 * 具体实现的步骤这里不详细说，参考《MATLAB 智能算法30个案例分析》P38 - P40
 * update in 16/12/4
 * author:Lyrichu
 * email:919987476@qq.com
 */

/*
 *遗传算法（GA） 解决TSP 问题
 *案例参考自《MATLAB 智能算法30个案例分析》
 *本例以14个城市为例，14个城市的位置坐标如下（括号内第一个元素为X坐标，第二个为纵坐标）：1:（16.4796.10）  2:（16.4794.44）  3:（20.0992.54）
 *4:（22.3993.37） 5:（25.2397.24）  6:（22.0096.05） 7:（20.4797.02）  8:（17.2096.29） 9:（16.3097.38） 10:（14.0598.12） 11:（16.5397.38）
 *12:（21.5295.59）  13:（19.4197.13）  14:（20.0992.55）
 *遗传算法实现的步骤为:（1）编码 （2） 种群初始化 （3） 构造适应度函数 （4） 选择操作 （5） 交叉操作 （6） 变异操作 （7） 进化逆转操作
 * 具体实现的步骤这里不详细说，参考《MATLAB 智能算法30个案例分析》P38 - P40
 * update in 16/12/4
 * author:Lyrichu
 * email:919987476@qq.com
 */
#include
#include
#include
#include
#define maxgen 200  // 最大进化代数
#define sizepop 100 // 种群数目
#define pcross 0.6 // 交叉概率
#define pmutation 0.1 // 变异概率
#define lenchrom 14 // 染色体长度（这里即为城市个数）
double city_pos[lenchrom][2] = {{16.4796.10}{16.4794.44}{20.0992.54}{22.3993.37}{25.2397.24}{22.0096.05}{20.4797.02}
    {17.2096.29}{16.3097.38}{14.0598.12}{16.5397.38}{21.5295.59}{19.4197.13}