Obychno w literature wstrechaütsq dwumernye TSP. No w real'noj zhizni w modu whodqt trehmernye TSP (3DTSP). V 3DTSP razlichnye transportnye sredstwa, dostupnye w raznyh gorodah, ispol'zuütsq prodawcom dlq dostizheniq minimal'noj stoimosti. Jeti TSP nahodqt shirokoe primenenie w medicine, setewoj marshrutizacii, transporte, logisticheskih problemah, älektronnom proizwodstwe i t.d. Opqt' zhe, äti NP-trudnye zadachi mogut byt' sformulirowany i resheny w razlichnyh netochnyh sredah. Zdes' geneticheskij algoritm razrabotan i ispol'zuetsq dlq resheniq ätih NP-trudnyh zadach. Dlq resheniq ätih problem byli razrabotany razlichnye tipy operatorow geneticheskogo algoritma. Vo wremq moej issledowatel'skoj raboty q zametil, chto dlq resheniq zadach diskretnoj optimizacii s pomosch'ü metodow mqgkih wychislenij, w chastnosti, geneticheskogo algoritma, optimizacii muraw'inoj kolonii, optimizacii roq chastic, suschestwuet mnogo wozmozhnostej dlq razrabotki nowyh operatorow s razlichnymi neopredelennymi parametrami i nowoj tehniki gibridizacii. Jeto pobudilo menq rassmotret' nekotorye innowacionnye TSP i reshit' ih s pomosch'ü metodow mqgkih wychislenij.