一种基于粒子群算法和Hopfield网络求解TSP问题的方法  

Comparison on Solving TSP via Intelligent Algorithm

作　　者：龚淑蕾[1] 张煜东[1] 吴含前[1] 韦耿[1] 

机构地区：[1]东南大学信息科学与工程学院,南京210096

出　　处：《科学技术与工程》2009年第8期2077-2079,2089,共4页Science Technology and Engineering

基　　金：国家自然科学基金(60473065;60572063)资助

摘　　要：针对Hopfield网络求解TSP问题经常出现局部最优解,将粒子群算法(PSO)与Hopfield神经网络结合,提出一种基于粒子群的Hopfield神经网络方法。实验证实这种方法能够以更大概率收敛到全局最优。Since the Hopfield network solving traveling salesman problem often suffers from being trapped in local extrema,The particle swarm optimization（PSO） and Hopfield neural networks（HNN） are combined,and proposed a novel algorithm,PSO-HNN.Experiments showcase that the proposed method can converge on global extrema with a higher probability than Hopfield Solving TSP.

关 键 词：旅行商问题 粒子群算法 HOPFIELD网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TN301.6[自动化与计算机技术—控制科学与工程]