TSP及其基于Hopfield网络优化的研究  

Study on TSP and Optimization Based on Hopfield Neural Network

作　　者：王凌[1] 郑大钟[1] 

机构地区：[1]清华大学自动化系,北京100084

出　　处：《控制与决策》1999年第6期669-674,共6页Control and Decision

基　　金：国家自然科学基金;国家攀登计划基金

摘　　要：Ｈｏｐｆｉｅｌｄ 网络（ＨＮＮ）是一种有效的优化模型，但存在易收敛到非法解或局部极小以及对模型参数与初值依赖性强的缺点。旅行商问题（ＴＳＰ）是研究算法性能的典型算例，通过对其进行计算机仿真优化，分析归纳了ＨＮＮ 模型存在缺点的原因，总结并提出若干改进方法与思想。同时，针对ＴＳＰ问题的工程背景提出了若干发展性研究内容与方法。Hopfield neural network (HNN) is an efficient optimization model, but it is easy to be trapped in local minima and illegal solutions and very susceptible to initial conditions. Through simulations with typical traveling salesman problem (TSP), some drawbacks of HNN are analyzed, and several improvements are summed up and proposed. Moreover, with respect to the powerful engineering background of TSP, some improving research and approaches are presented.

关 键 词：HOPFIELD网络 旅行商问题 优化 神经网络 

分 类 号：O224[理学—运筹学与控制论] TP18[理学—数学]