Hopfield神经网络解TSP问题及能量函数参数分析  

Using Hopfield Neural Networks to Solve TSP and the Analysis of Energy Function Parameters

作　　者：吴高航 

机构地区：[1]北京交通大学计算机与信息技术学院,北京100044

出　　处：《现代计算机》2016年第6期9-12,共4页Modern Computer

摘　　要：TSP问题是一个具有NP计算复杂性的问题,传统的算法难以高效地计算出TSP问题的近似最优解。Hopfield神经网络是人工神经网络中一种重要的网络模型,它为求解TSP问题提供新的思路。通过使用Hopfield神经网络,我们可以更加高效而准确地求解TSP问题的近似最优解。在Hopfield神经网络中,能量函数的参数对实验结果有较大影响。将基于Hopfield神经网络的方法对TSP问题进行实验,并分析不同参数对结果的影响。The travelling salesman problem（TSP） is a problem with NP computational complexity. It is difficult to calculate the approximately optimal solution efficiently with traditional algorithm. Hopfield neural networks are an important model of artificial neural networks. It offers a new way of solving TSP. By using Hopfield neural networks, we can calculate the approximately optimal solution of TSP more efficiently.In Hopfield neural networks, the parameters of energy function have a great influence on the result. Uses Hopfield neural networks to solve TSP, and analyzes how the variable values of parameter impact the result.

关 键 词：TSP问题 HOPFIELD神经网络 参数选择 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]