节点文献

一种基于粒子群算法和Hopfield网络求解TSP问题的方法

Comparison on Solving TSP via Intelligent Algorithm

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 龚淑蕾张煜东吴含前韦耿

【Author】 GONG Shu-lei,ZHANG Yu-dong,WU Han-qian,WEI Geng(School of Information Science & Engineering,Southeast University,Nanjing 210096,P.R.China)

【机构】 东南大学信息科学与工程学院

【摘要】 针对Hopfield网络求解TSP问题经常出现局部最优解,将粒子群算法(PSO)与Hopfield神经网络结合,提出一种基于粒子群的Hopfield神经网络方法。实验证实这种方法能够以更大概率收敛到全局最优。

【Abstract】 Since the Hopfield network solving traveling salesman problem often suffers from being trapped in local extrema,The particle swarm optimization(PSO) and Hopfield neural networks(HNN) are combined,and proposed a novel algorithm,PSO-HNN.Experiments showcase that the proposed method can converge on global extrema with a higher probability than Hopfield Solving TSP.

【基金】 国家自然科学基金(60473065,60572063)资助
  • 【文献出处】 科学技术与工程 ,Science Technology and Engineering , 编辑部邮箱 ,2009年08期
  • 【分类号】TP183
  • 【被引频次】2
  • 【下载频次】272
节点文献中: 

本文链接的文献网络图示:

本文的引文网络