神经网络TSP问题仿真分析

摘要：

描述了Hopfield神经网络和自组织特征映射神经网络解决TSP问题时的求解过程和仿真算法.通过对两种算法的仿真比较,得出以下结论:对于较大规模的TSP问题,SOFM模型的寻优结果要优于HNN模型寻优结果;HNN对网络模型参数和初始条件具有很强的依赖性且调整参数组合非常困难,而SOFM的参数设置和调整相对要简单得多;SOFM算法对待解决问题的拓扑分布不敏感,而HNN算法的收敛性对待求解问题的自身分布有很强的依赖性;当待求解问题的数目增大时,SOFM算法的运算时间增加缓慢,而HNN算法的运算时间增加较快.因此,在解决TSP问题时,自组织特征映射神经网络比Hopfield神经网络的效率高,随着问题规模的增大,其优势更为明显.

关键词：Hopfield神经网络(HNN)、自组织特征映射(SOFM)、旅行商问题 (TSP)、仿真

所属期刊栏目：36

分类号：TM135(电工基础理论)

资助基金：河南省教育厅自然科学基金2000510004

在线出版日期：2004-04-23（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：45-48