毕业论文及设计基于神经网络在TSP问题的优化设计.docVIP

基于神经网络在TSP问题的优化设计 PAGE PAGE 4 引言 摘要 旅行商问题是组合优化领域中的一个典型问题，该问题的核心就是要求出一个包含所有n个城市的具有最短路程的环路。虽然它陈述起来很简单，但求解却很困难，并且已经被证明是NP完全问题。但它确实广泛存在，且是诸多领域内出现的多种复杂问题的集中概括和简化形式。因此提出一种有效地解决TSP问题的算法有着较高的理论意义和实际应用价值。 本文首先从现有求解TSP的算法入手，通过研究大量的参考文献，了解了各种算法的主要思想，并对各种算法进行了整理和分类。研究发现遗传算法、模拟退火算法和蚁群算法这三种算法在解决TSP问题中表现出了一定的优势，并且在实际的问题的求解中得到了广泛的应用。但是模拟退火算法的优化过程较长；蚁群算法同样是搜索时间比较长，也容易陷于局部最优解，使搜索停滞。遗传算法实际应用时易出现早熟收敛和收敛性差等缺点。如何快速准确的解决TSP问题成为了现在TSP算法研究中的一个难点。作者提出了一种基于Hopfield神经网络的算法，对于优化问题的高速计算特别有效。本文还对能量函数进行了改进，使得问题的求解更加快速准确。对‘出现重复解的问题’进行了解决采用了一种从固定起点出发的办法。最后应用该算法解决了西安旅游问题，首先结合西安旅游地图，根据具体的旅游问题给出了网络的能量函数，进而构建了一个Hopfield神经网络。选取了西安的著名旅游景点，对景点进行了变换和归一化，对算法编程进行。实验结果表明，该方法对10个景点和15个景点的迭代次数大都集中在250—350之间，说明该方法对于处理旅游路线的选择问题是行之有效的。 关键词：人工元神经网络、TSP、Hopfield神经网络 Abstract TSP is a typical problem in the field of combinatorial optimization，the core of this problem is to find the shortcut including all the cities．Although it is very simple to state，it is not so easy to solve，what is more，it has been proved to be the NP—complete problem．and it is the central generalize and simplified form of many complex issues．Therefore, the TSP algorithms have ahigher theoretical and practical value． This paper chose the existing algorithms of TSP to start．By studying a large number of references；to understand the main ideas on variety 16f classification．It is found that genetic algorithm，simulated armealing algorithm and ants algorithm showed a certain advantages in solving the TSP，and they are widely used in the solution of practical problems． From the results of the simulated，the author found that annealing’s process of optimization is longer；GA appears the shortcomings of easy to premature convergence and convergence of poor．The author presents a Hopfield neural network algorithm，that is the parallel computing，and its calculation is not the dimension of the increase in the index of ”explosion”and therefore, this end，the author of the existing algorithms made improved． Finally application of the method to solve the Xi‘all