TSP(traveling salesman problem)旅行商问题是一种典型的NP问题,即求解该问题在最差情形下所具有的时间复杂度将随着问题不断增大的规模按照指示方式增长,传统的求解方法使其目前仍无法找到一个基于时间多项式的有效算法。模拟退火算法(SA)自提出以来为该类问题的求解提供了快速、高效的途径,并在特定规模范围内的TSP问题的求解上取得良好的效果。然而SA自身往往由于全局搜索能力不足等缺陷,对于大规模TSP问题容易出现全局解空间范围窄与陷入局部极值等缺陷。本文采用基于多种群的模拟退火算法求解TSP问题。该算法一方面通过引进一种基于多算子协作的解产生函数来实现新解生成操作以提高算法的全局搜索能力。另一方面引入多种群机制实现运算过程中基于不同参数配置的多个种群并行运算,以实现多种群机制引进后对求解精度的提高能力。本文通过对SA算法进行改进后,分别对城市规模为14、31和34的传统TSP问题进行算法验证与仿真。结果表明基于改进多种群模拟退火算法所求最优解相比传统算法具有更高的质量与准确度。