旅行商问题(Traveling Salesman Problem)，缩写为TSP，TSP问题是一个难于解决的著名数学难题之一。这个问题的特点就是易于描述但是随着样本点数目的增加，计算复杂度呈指数增加。TSP问题已经被应用到很多领域，进而引出了求解TSP问题的重要性。但是有关TSP问题的求解，到目前为止还没有任何一种算法能够确切的在有限时间内求得最优解。　　 本文提出了一种分形法和ISODATA聚类相结合去求解TSP问题。借助分形思想和“分而治之”的策略，即把原本很多的城市数，先用ISODATA聚类算法进行聚类，每个小的聚类就成了另一个小的TSP问题，这样就把大的TSP问题分解成了多个小的TSP问题。这样，就将高幂指数算法问题转换为多个低幂的指数算法问题。　　 此外，本文介绍了两个小规模TSP问题的处理算法，一个是穷举算法，另外一个是局部最优交换法算法。在局部最优交换法中，提供了几个局部判断优的交换策略和原则，例如两点交叉交换策略、单点最近原则、双点最近原则等，并且理论证明了这些策略和原则的正确性。采用上述算法，对诸多小类以及各类之间进行求解，获得最优TSP路径后，将各个小类连接起来。这样将难于计算的复杂大问题采用“分而治之”的策略，简化为多个易于计算的简单问题，进而找到近似最优解。　　 通过对网上公布的TSPLIB测试库中的Berlin52、St70、Ch150和Bayg29问题的求解，应用该课题提出的算法求解了4个TSP问题，试验结果说明，得出的解优于或者接近于网上公布的范例路径值。因此可见，它具有一定的优越性和实用性。