神经网络TSP问题仿真分析

• 作者: 刘琴 程明
• 来源期刊: 郑州大学学报(理学版)
• 学科: 工学
• 关键词: Hopfield神经网络(HNN) 自组织特征映射(SOFM) 旅行商问题 (TSP) 仿真
• 年，卷（期）: 2004,（1）
• 页码范围: 45-48
• 页数: 4页
• 分类号: TM135
• 字数: 3401字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.2004.01.011

摘要

描述了Hopfield神经网络和自组织特征映射神经网络解决TSP问题时的求解过程和仿真算法.通过对两种算法的仿真比较,得出以下结论:对于较大规模的TSP问题,SOFM模型的寻优结果要优于HNN模型寻优结果;HNN对网络模型参数和初始条件具有很强的依赖性且调整参数组合非常困难,而SOFM的参数设置和调整相对要简单得多;SOFM算法对待解决问题的拓扑分布不敏感,而HNN算法的收敛性对待求解问题的自身分布有很强的依赖性;当待求解问题的数目增大时,SOFM算法的运算时间增加缓慢,而HNN算法的运算时间增加较快.因此,在解决TSP问题时,自组织特征映射神经网络比Hopfield神经网络的效率高,随着问题规模的增大,其优势更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程明	郑州大学信息工程学院	34	288	10.0	15.0
2	刘琴	郑州大学信息工程学院	5	40	4.0	5.0