基于遗传模拟退火策略的霍普菲尔德神经网络求解TSP问题

• 作者: 于兆敏
• 来源期刊: 中国水运（下半月）
• 学科: 工学
• 关键词: 遗传算法 模拟退火 压缩解空间 概率突跳性
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息
• 页码范围: 89-91,94
• 页数: 4页
• 分类号: TP312
• 字数: 3568字
• 语种: 中文

摘要

针对霍普菲尔德(Hopfield)神经网络在求解旅行商问题(Traveling Salesman Problem,TSP)中出现大量局部极小解问题,利用遗传算法的并行搜索优势和模拟退火算法的局部寻优优势,使用遗传模拟策略合理改进Hopfield神经网络的能量函数、固定出发城市以及压缩解空间,构造出一种求解TSP问题的新算法.实验结果表明:这种混合算法明显优于经典Hopfield神经网络,具有收敛速度快,迭代次数少等优点,且能在很大程度上避免经典Hopfield神经网络优化易陷入局部最优的缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于兆敏	大连海事大学交通运输工程学院	2	0	0.0	0.0