乒乓球之TSP著名的日本乒乓球体育品牌。包括服装、球拍、乒乓球、乒乓球台等众多商品。2008届北京奥运会新加坡李佳薇即由该品牌赞助。
算法之TSPTSP问题的概述
旅行商问题，即TSP问题（Traveling Salesman Problem）是数学领域中著名问题之一。假设有一个旅行商人要拜访N个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值，这是一个NP难问题。
TSP问题的由来
TSP的历史很久，最早的描述是1759年欧拉研究的骑士周游问题，即对于国际象棋棋盘中的64个方格，走访64个方格一次且仅一次，并且最终返回到起始点。
TSP由美国RAND公司于1948年引入，该公司的声誉以及线形规划这一新方法的出现使得TSP成为一个知名且流行的问题。
TSP在中国的研究
同样的问题，在中国还有另一个描述方法：一个邮递员从邮局出发，到所辖街道投邮件，最后返回邮局，如果他必须走遍所辖的每条街道至少一次，那么他应该如何选择投递路线，使所走的路程最短？这个描述之所以称为中国邮递员问题（Chinese Postman Problem CPP）因为是我国学者管梅古教授于1962年提出的这个问题并且给出了一个解法。
人工智能上的旅行商问题，以下给出的是算法，只是理解算法之用。
for detail contact me QQ: 413309082
/****************算法总框架*****************************/
int i;
gs.search_init(adaptee.list_place.getSelectedIndex(),adaptee.list_fun.getSelectedIndex());
do{ i=gs.search_step(); }while(i==0);
/***************searchinit**************************/
public void search_init(int startindex,int strategy)
{
this.strategy = strategy;
AStar.graph= G;
G.setSize(AStar.len);
start.index = startindex;
Vertex s =new Vertex();
s.index = start.index;
s.parent = -1;
n =null;
s.value =f(s.index); //s的估价函数值
G.add(s);
start.parentpos = -1;
start.value = s.value;
open.add(start);
step=0;
}
/***************searchstep**************************/
public int search_step()
{
Open m ;
Vertex old_m;
int i,j;
int f;
int parentpos;
if(open.next==null)
return -1;//查找失败
//扩展的步骤数增加
step++;
//Open 表非空
//Open 表中移出第一个
n = open.removeFirst();
//n放入 CLOSE 中 ,返回放入的位置
parentpos=close.Add(n.index, n.parentpos);
if(n.index == start.index&&step!=1) //结束状态
return 1;
//扩展n结点
i=n.index;
for(j=0;j<len;j++)
{
if(i!=j&&value[j]!=-1) //对于所有n的后继结点 m(j)
{
if(j==start.index&&isAll(n)) //所有城市已访问过，且回到出发城市
{
f=f(j); //计算此时的f值
old_m=G.getVertex(j);
if(old_m!=null)
if(old_m.value>f||old_m.value==0)
G.add(j,i,f); //j(m) i(n),G中添加j(m),父节点为i(n),估价函数值为f
G.addSub(i,j); //i(n)的后继中添加j(m)
m= new Open(j,parentpos,f); //Open表中添加m(j)
open.add(m);
continue;
}
if(!isExist(n,j)) //m(j)不在n(i)的祖先中(不扩张n的祖先结点)
{
f=f(j); //计算f值
//取得旧的m(j) 中value最小的,G中的节电保存了从出发城市到此地最小估价函数
old_m=G.getVertex(j);
// m(j)不再G中,m(j) 也就不在Close中
if(old_m==null)
{
//j(m) i(n),G中添加j(m),父节点为i(n),估价函数值为f
G.add(j,i,f);
//n(i) 添加后继 m(j)
G.addSub(i,j);
//加入Open表
m=new Open(j,parentpos,f);
open.add(m); //m添加入 Open 表中
}
else //m(j)在G中,表示Close 表中有m(j) 结点
{
if(old_m.value > f) //新值比较小，采用新值
{
//更新G中的估价函数值，以及相关指针
old_m.value = f;
old_m.parent = i;
//添加相关从Close中删除的代码,不删除亦可
}
G.addSub(i,j); //n(i) 添加后继 m(j)
//从Close 中删除，移入Open表中，实际上Close表中仍然保留
m = new Open(j,parentpos,f);
open.add(m);
}
}
}
}
//本次没查找到解，请继续
return 0;
}
软件工程之TSPTSP是由“软件质量之父”Watts s．Humphrey提出的一种采用广泛的团队过程。
TSP（Team Software Process）即团队软件过程，是为开发软件产品的开发团队提供指导，TSP的侧重于帮助开发团队改善其质量和生产率，以使其更好的满足成本及进度的目标。 TSP被设计为满足2-20人规模的开发团队，大型的多团队过程的TSP被设计为大约最多为150人左右的规模。
环境监测之TSPTSP，英文total suspended particulate的缩写，即总悬浮微粒，又称总悬浮颗粒物。指悬浮在空气中的空气动力学当量直径≤100μm的颗粒物。同类的其它简称常见的有TSP、PM10、PM2.5等。它们都是指粉尘微粒。
粒径小于100μm的称为TSP，即总悬浮物颗粒；粒径小于10μm的称为PM10，即可吸入颗粒。TSP和PM10在粒径上存在着包含关系，即PM10为TSP的一部分。国内外研究结果表明，PM10/TSP的重量比值为60—80％。在空气质量预测中，烟尘或粉尘要给出粒径分布，当粒径大于10μm时，要考虑沉降；小于10μm时，与其他气态污染物一样，不考虑沉降。所有烟尘、粉尘联合预测，结果表达TSP，仅对小于10微米的烟尘、粉尘预测，结果表达为PM10。
TSP的来源有人为源和自然源之分。人为源主要是燃煤、燃油、工业生产过程等人为活动排放出来的；自然源主要有土壤、扬尘、沙尘经风力的作用输送到空气中而形成的。
大气中TSP的组成十分复杂，而且变化很大。燃煤排放烟尘、工业废气中的粉尘及地面扬尘是大气中总悬浮微粒的重要来源。TSP是大气环境中的主要污染物，中国环境空气质量标准按不同功能区分3级，规定了TSP年平均浓度限值和日平均浓度限值。
计量单位之TSP
常常在俗语中作为计量单位来讲，即teaspoon的缩写，意为茶勺，比如5tps baking soda 五小勺小苏打
经济及统计软件TSP
——时间序列分析软件
TSP 是拥有处理经济模型估计与仿真的完整语言。拥有超过两千种以上全球公认的标准经济估计方法。以下就是TSP功能的简单介绍。TSP虽是时间序列问题的解决者,，不过所有的指令也可利用于cross section与panel data。
应用
◎个体经济Applied econometrics
◎总体经济研究与预测Macroeconomic research and forecasting
◎销售预测Sales forecasting
◎财务分析Financial analysis
◎成本分析与预测Cost analysis and forecasting
◎蒙地卡罗模拟Monte Carlo simulation
◎经济模型估价与仿真Estimation and simulation of economic models
尽管TSP软件的初始开发与后续发展都专注在经济层面上，但是其应用领域不只是局限于经济时间序列上。只要是相同变量但不同层面获得的数据都可利用TSP加以分析。
产品特色
◎亲和的开放格式指令与数据输入。
◎标准化经济估计模型，例如：OLS、工具变量、LIML、非线性系统、一般动差法(generalized methods of moments)、FIML、处理最大概似的质变形式应变量模型(maximum likelihood forQualitative Dependent Variable Models), ARIMA, Kalman filter, ARCH与其它时间序列工具。(complete feature list).
◎广泛的量测功能。
◎透过许多嵌入式功能与矩阵代数可弹性数据转换。
◎可选择交互式使用者接口或完全以语法来发展经济模型。
