用途：该技能面向旅行商问题（TSP）与组合优化，目标是找到访问每个城市恰好一次并返回起点的最短路线，最小化总距离或时间。
主要能力：先做问题评估，包括城市数量、对称或非对称、度量方式（欧氏距离、行驶时间、成本）、特殊约束（如时间窗）、问题规模（小于20城市可用精确方法，20至100城市用高级精确或较好启发式，100至1000城市需元启发式，超过1000城市用专门算法）、是否要求最优解、可接受的最优性差距与时间限制、单条或多条路线、数据格式（坐标或距离矩阵）。
方法：给出经典MTZ数学建模（决策变量x_ij与u_i、目标函数、出入度约束、子回路消除约束）以及DFJ替代建模。精确算法包括Held-Karp动态规划（时间复杂度O(n^2*2^n)，适合n≤20）与基于PuLP的MTZ混合整数规划（适合约50至100城市）。构造式启发式包括最近邻、多起点最近邻、最便宜插入与最远插入。改进启发式包括2-opt局部搜索及其带提前停止的优化版本。
使用方式：资料提供Python代码示例，依赖numpy、itertools、pulp等，可直接调用相应函数并传入距离矩阵，返回最优或近似成本与路线。
适用场景：物流配送、路线规划、巡游顺序优化等需要最短巡回路径的问题。
限制：资料未提供具体收费、价格、平台支持或效果保证；精确算法随规模增长计算量急剧上升，大规模问题需依赖启发式，解的质量与运行时间存在权衡。