人工神经网络求解TSP问题的改进算法研究

摘要：

在算法优化问题的研究中,旅行商问题(TSP)是组合优化领域里的一种描述简单而难以处理的NP完全难题,为解决Hopfield神经网络求解TSP问题时易出现无效解和收敛性能差的问题,提出一种对能量函数“行”、“列”项进行严格约束并在神经元动态方程中使用软限幅函数的改进算法.在参数优化方面进行了分析并选取了最优参数值,与经典Hopfield神经网络TSP求解方法进行比较.对10个城市仿真研究,实验结果表明:改进算法能使网络函数达到全局搜索从而避免无效解的产生,求得的最优解个数多于原始算法,迭代次数少且易达到有效解.

关键词：神经网络、能量函数、仿真

所属期刊栏目：31

分类号：TP183(自动化基础理论)

资助基金：国家支撑计划课题2012BAK17B07

在线出版日期：2014-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：355-358