LT递归神经网络求解旅行商问题研究  

Discrete-Time Recurrent Neural Networks with Linear Threshold Neurons for Solving Traveling Salesman Problem

作　　者：周伟[1] 蒲晓蓉[2] 屈鸿[2] 

机构地区：[1]西南民族大学计算机科学与技术学院,成都610041 [2]电子科技大学计算机科学与工程学院,成都610054

出　　处：《电子科技大学学报》2011年第4期592-595,共4页Journal of University of Electronic Science and Technology of China

基　　金：国家自然科学基金(60973070);教育部博士点基金(200806141049)

摘　　要：提出了一种基于LT递归神经网络的旅行商问题求解方法。采用离散型神经网络模型,先给出模型有界性和完全收敛性的证明,再给出保证网络的稳定输出解为旅行商问题有效路径的条件。在此基础上结合局部最小值逃逸方法获得较优的路径。在与基于LV递归神经网络的算法比较实验证明,该算法在总体上能获得更好的有效路径。This paper discusses a class of discrete-time recurrent neural networks with linear threshold（LT） neurons for solving traveling salesman problem（TSP）.It first addresses the boundedness and complete stability,then gives a theorem to ensure all the networks＇ iteration solutions to be valid solutions.We also present an algorithm based on such networks with a local escape way.Simulation results illustrate the developed method.Compared with the TSP solutions done by Lotka-Volterra（LV） neural networks,the presented method has better performance.

关 键 词：智能计算 递归神经网络 系统稳定性 旅行商问题 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]