一种并行模糊神经网络最短路径算法

摘要：

给出了模糊网络期望最短路径问题的定义，提出一种并行模糊神经网络最短路径（PFNNSP）算法解决模糊网络最短路径问题。PFNNSP算法通过模糊模拟对网络中的边权进行估计，脉冲波在神经元之间的并行传播，相互激活搜寻任意一对节点之间的最短路径，算法回溯输出路径表示和路径长度。在随机生成的小规模数据集上的仿真实验表明，PFNNSP算法在边权服从三角模糊分布的网络中执行时间优于Dijkstra算法，在大规模路网信息数据集上的仿真实验表明，PFNNSP算法能够有效求解网络中的最短路径，并且算法在迭代次数和收敛速度上要优于Dijkstra算法和A*搜索算法。

关键词：并行模糊神经网络最短路径、模糊模拟、神经元、脉冲

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61301140，61272450，61673295；天津市教委科研计划资助项目20120703；天津市科技支撑资助项目14ZCZDGX00072

在线出版日期：2016-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3391-3395