基于离散神经网络TSP问题及研究.docVIP

基于离散神经网络的TSP问题研究 摘要： TSP问题一直是组合优化中极富活力的研究课题之一。七十年代中期，计算复杂性理论的出现和数学规划的发展大大推动了组合优化的前进。计算复杂性理论表 明，被称作NP完全问题的旅行推销员问题以及其它类似的组合优化问题在计算上是等价的。也就是说，不能用任何已知的多项式算法求解这种问题。从这个新发现 可以看出：最优化方法的能力是有限的，这使得研究人员不得不寻求更好的解决办法。 神经网络的发展为这一问题的解决提供了一种新的思路。Hopfield神经网络算法是解决这一问题的经典算法，这一算法最初具有的不足之处也得到了不断的 改进。 对于离散神经网络而言 ,通过引入网络状态图 ,可以很清楚地看到该网络的运行机理: 网络是否收敛 ,网络有多少个稳定吸引子 ,有多少个环吸引子 ,并能清楚地反映各类吸引子的吸引域.在这篇文章里 ,比较详细地讨论了网络状态图的一些基本性质 ,诸如网络的分支数等于网络稳定吸引子与环吸引子数目之和;对称离散神经网络、反对称离散神经网络在全并行运行条件下网络状态图的结构特征等. 神经网络理论与旅行商问题 神经网络可分为两类 ,一类是生物神经网络 ,另一类是人工神经网络 .生物神经网络是客观世界中的一种客观存在 ,是生物神经系统中神经细胞按照一定的连接方式连接而形成的网络.如人