由旅行商问题(TSP)衍生出来多旅行商问题(M-TSP)是组合优化领域的经典问题之一,是人工智能中遇到的一个具有广泛的研究意义的课题.多旅行商问题的特点使其符合许多实际问题,现实中经常会出现类似多出发点多旅行商的问题,其环境的动态不确定性要求系统实时调整任务规划,算法的计算时间复杂度应该尽可能低.另外目前很多系统车载计算能力通常很有限.因此,有必要研究能满足多出发点多旅行商系统需要的任务规划方法.本文通过对模型的处理和社团结构的分析,设计了一类多旅行商路径均衡近似算法并推广到多出发点多旅行商问题的求解,同时基于此算法应用于Ad hoc网络的多路径路由中,取得了显著的优化效果.本文所做的主要工作如下：类多旅行商路径均衡规划算法.本文研究了多个旅行商旅行多个城市的路径规划问题,提出了基于系统科学中的”吸引子”意义下的路径规划算法.路径规划的目标是均衡各旅行商的旅行路径长度并使得路径总和得到优化.为此提出了一种求解该问题的启发式算法思想,并结合邻近点和最短路径设计了算法,同时算法的复杂度分析知该算法的计算时间复杂度较以往的要低.类多出发点多旅行商问题规划算法.本文提出了一种基于K-means聚类算法的多出发点多旅行商问题求解的新方法.算法定义了节点的吸引度,并通过节点吸引度矩阵进行子环游节点集的归类,然后对各子环游应用单旅行商启发式算法进行求解.针对多出发点多旅行商问题的实例进行实验表明此规划算法能很好的求解此类问题.Ad hoc网络中基于多旅行商问题的多路径路由算法.提出一种基于旅行商问题的多路径路由算法(TSPMR算法),TSPMR算法是对Leach算法的扩展而进行多路径路由,把整个网络分成多个簇,通过簇首收集和传输信息,并不断地进行簇首确定来降低能耗,簇内进行多路径路由,保证了路由的稳定性.