5个城市间距离如下表.doc

TSP问题，5个城市间距离如下表 A B C D E A 0 7 6 10 13 B 7 0 7 10 10 C 6 7 0 5 9 D 10 10 5 0 6 E 13 10 9 6 0 求最短路径，取A=B=500，C=200,D=500。 解、TSP问题，即旅行商问题，其集体问题是，有n个城市A,B,C,……,其间的距离 , , ,……，已知，要求每城市都访问一次，求合理的路线，使所走过的路径最短。此问题可利用神经网络中的连续Hopfield 网络用于求解优化问题的方法求解。 其算法及具体实现如下： 步骤：(1)初始化参数，取t=0，a=1.5，d=1； (2)读入n个城市之间的距离 (x,y=1,2 ,5); (3)计算权重Txi,yi和输入偏置Ixi; (4)Uxi(t)的初值在0附近产生（x, i=1,2 5）; (5)计算Vxi(t)（x, i=1,2 5）;Vxi(t)= 取U0=0.02； (6)利用动态方程计算 ，（x, i=1,2 5）; (7)根据一阶欧拉发计算Uxi(t+1)，Uxi(t+1)=Uxi(t)+ ,（x, i=1,2 5，取 =0.5）； (8)若系统达到平衡则停止，否则返回（4）循环。 实现算法： %初始化t,a,d clear t=0; a=50; d=1; %五个城市之间的距离矩阵 dxy=[0,7,6,10,13; 7,0,7,10,10; 6,7,0,5,9; 10,10,5,0,6; 13,10,9,6,0]; %当i==j,r(i,j)==1,否则，r(i,j)为0 r=[1,0,0,0,0; 0,1,0,0,0; 0,0,1,0,0; 0,0,0,1,0; 0,0,0,0,1]; %计算偏置矩阵I及权重矩阵T I=2*a*ones(5); dtu=zeros(5); for x=1:1:5 for i=1:1:5 for y=1:1:5 for j=1:1:5 im=mod(i,5); T(x,i,y,j)=-a*r(x,y)-a*r(i,j)-d*dxy(x,y)*r(j,im+1); end end end end %设置初始值u u0=0.02; u=0.2*rand(5,5)-0.1; E=0; EB=0; ee=1; sumv=0; %当系统达到平衡（相邻两次的能量函数差值ee为0）， %最短路径矩阵中每行只有一个1（即：sumx==ones(1,5))， %每列只有一个1（即：sumy==ones(1,5))， %所有元素加起来共等于5（即：sumv==5)时，输出相应的最短路径矩阵 while (ee~=0) | (sumv~=5) | (sumx~=ones(1,5)) | (sumy~=ones(1,5)) e1=0; e2=0; e3=0; e11=zeros(1,5); e22=zeros(1,5); e111=0; e222=0; v=(1+tanh(u/u0))/2;%计算最短路径矩阵v for x=1:1:5 for i=1:1:5 eu=0; for y=1:1:5 for j=1:1:5 eu=eu+T(x,i,y,j)*v(y,j); end end dtu(x,i)=eu+I(x,i);%产生Δu end end u=u+dtu*0.5;%重新计算u值 %计算能量函数的值 for x=1:1:5 for i=1:1:5 e1=e1+v(x,i); end e11(x)=(e1-1).^2; end for i=1:1:5 for x=1:1:5 e2=e2+v(x,i); end e22(i)=(e2-1).^2; end for x=1:1:5 for y=1:1:5 for i=1:1:5 im=mod(i,5); e3=e3+dxy(x,y)*v(x,i)*v(y,im+1); end end end for x=1:1:5 e111=e111+e11(x);