神經網絡TSP問題仿真分析
2004-04-29 00:00:00程明劉琴
鄭州大學學報(理學版) 2004年1期
摘要：描述了Hopfield神經網絡和自組織特征映射神經網絡解決TSP問題時的求解過程和信真算法.通過對兩種算法的仿真比較，得出以下結論：對于較大規模的TSP問題，SOFM模型的尋優結果要優于HNN模型尋優結果；HNN對網絡模型參數和初始條件具有很強的依賴性且調整參數組合非常困難，而SOFM的參數設置和調整相對要簡單得多；SOFM算法對待解決問題的拓撲分布不敏感，而HNN算法的收斂性對待求解問題的自身分布有很強的依賴性；當待求解問題的數目增大時，SOFM算法的運算時間增加緩慢，而HNN算法的運算時間增加較快.因此，在解決TSP問題時，自組織特征映射神經網絡比Hopfield神經網絡的效率高，隨著問題規模的增大，其優勢更為明顯.
關鍵詞：Hopfield神經網絡(HNN)；自組織特征映射(SOFM)；旅行商問題(TSP)；仿真
中圖分類號：TM 135
文章編號：1671-6841(2004)01-045-04
