遗传算法是一种模拟自然界生物进化的搜索算法,粒子群算法是群体智能的体现,模仿鱼群和鸟群觅食行为发展起来的,均属于进化算法。两者之间有很多相似之处,均简单易行、鲁棒性强,不需要专门的领域知识而仅用适应度函数做评价来指导搜索过程,从而得到了广泛的应用,引起了专家学者的广泛关注,得到了很多显著的成果。TSP问题是一个典型的NP难题,它的思想在生活生产中运用很广,提高TSP问题的解决效率有着现实的意义。因为NP问题不能在多项式时间内得到最优解。因此设计出相应的算法尽快的得到近似解和满意解是很现实的。智能算法就是在这样的思想指导下被运用于TSP问题的。本文对遗传算法和粒子群算法的理论与运用做了一些探讨。首先介绍了两种算法的原理和应用,其次分析了TSP问题的研究现状、数学模型和解决方案。接着介绍了两种算法在求解TSP问题中的应用和发展。在此基础上,针对TSP问题、遗传算法和粒子群算法进化求解的特点,提出了环路插入方法生成初始种群。并从遗传算法和粒子群算法的理论基础入手证明了该方法产生的种群对算法的有效性。在MATLAB环境下对UCI标准数据库中的数据进行了实验,结果表明了该方法产生初始群体的合理性,本文将使用该方法产生初始种群(粒子群)的算法与其他几种初始化方法进行了比较,实例仿真证明了该算法的可行性和有效性。