一种求解TSP问题的新型人工神经网络方法

该文基于输出 -阈值耦合神经网络的自动波现象 ,提出了一种用自动波方法求解TSP问题的方法。该方法具有鲁棒性和可靠性好、大规模并行计算等特点 ,可用于求解对称、非对称赋权图的TSP问题。与目前其它求解TSP问题的方法相比 ,自动波方法执行更为简单 ,不需要太多人为的选择参数等问题 ,且不存在局部极小点的问题 ,求得的解全部是最优解。其所需的计算量 (迭代次数 )主要取决于最短回路的长度 ,而与图的复杂程度、所存在的通路总数关系不大。

输出-阈值耦合神经网络及基于此的最短路问题求解

通过建立神经元输出和与其相邻神经元阈值之间的相互耦合,提出了一种输出-阈值耦合神经网络,实现了对在通常脉冲耦合神经网络中所存在的自动波现象的模拟,并基于它的自动波现象,提出了一种用输出-阈值耦合神经网络求解最短路问题的方法,该方法具有所需神经元数目少、神经元和网络的结构简单、大规模并行计算等特点,可用于求解非对称赋权图单起点多终点的最短路问题,其所需的计算量(迭代次数)仅正比于最短路的长度,而与图的复杂程度、所存在的通路总数等无关。最后给出了最短路求解的例子。