TSP-Hopfield详细讲课课件.pptVIP

旅游商问题优化计算 导师：师黎 姓名：郑延玲 TSP-Hopfield全文共24页，当前为第1页。 1、组合优化问题 2、连续Hopfield神经网络 3、模型建立 4、matlab实现 TSP-Hopfield全文共24页，当前为第2页。 1.组合优化 组合优化问题，就是在给定约束条件下，求出使目标函数极小（或极大）的变量组合问题。组合优化往往涉及排序，分类，筛选等问题，是运筹学的一个重要分支。 TSP-Hopfield全文共24页，当前为第3页。 典型的组合优化问题有旅行商问题（TSP），加工调度问题，0-1背包问题，装箱问题，图着色问题，聚类问题等。这些问题描述简单，并且有很强的工程代表性，但最优化求解很困难，其主要原因是求解这些问题的算法运行时，需要极长的运行时间与极大的存储空间，以至根本不可能在现有的计算机上实现，即会产生所谓的“组合爆炸”问题。正是这些问题的代表性和复杂性激起了人们对组合优化理论与算法的研究兴趣。 TSP-Hopfield全文共24页，当前为第4页。 研究现状 经典算法：线性规划，动态规划，整体规划，分支定界等运筹学算法，适用于小规模的问题，而且计算量很大； 构造型算法:Johnson法，CDS法，快速接近法等； 改进算法：局部搜索法(爬山法，最陡下降法等）；指导性算法（模拟退火，遗传算法，禁忌搜索，人工神经网络，进化策略，进化规划，DNA算法等） TSP-Hopfield全文共24页，当前为第5页。 TSP问题 国外成立许多专门研究TSP问题的小组，他们建立了网站收集相关算法和 TSP研究成果以供交流。其中有代表性的是，美国普林斯顿大学数学系的 TSP 小组网站，德国海德尔堡大学的 TSPLIB 的公开数据库。目前该数据库已成为国际上 TSP 算法研究的基准数据。 现在有效的求解方法有免疫算法、遗传算法、蚂蚁算法、模拟退火算法、Hopfield 算法、LKH 算法等等。国内的研究还缺乏这种有组织的研究小组，研究相对滞后。 TSP-Hopfield全文共24页，当前为第6页。 旅行商问题，简称TSP（Traveling Salesman Problem）。问题的提法是：设有N个城市， ,记为： ,用dij表示ci和cj之间的距离， dij0,(i,j=1,2,…n) 。 有一旅行商从某一城市出发，访问各城市一次且仅一次后再回到原出发城市。要求找出一条最短的巡回路线。 TSP-Hopfield全文共24页，当前为第7页。 2.连续Hopfield神经网络 2.1网络结构 Hopfield网络是单层对称全反馈网络，根据激活函数选取的不同，可分为离散型和连续性两种 （ DHNN,CHNN）。 DHNN：作用函数为hadlim，主要用于联想记忆。 CHNN：作用函数为S型函数，主要用于优化计算。 CHNN是在DHNN的基础上提出的，它的原理和DHNN相似。由于CHNN是以模拟量作为网络的输入输出量，各神经元采用并行方式工作，所以它在信息处理的并行性、联想性、实时性、分布存储、协同性等方面比DHNN更接近于生物神经网络。 TSP-Hopfield全文共24页，当前为第8页。 2.2CHNN的网络稳定性 对于神经元，放大器的I/O关系可用如下的方程来描述：细胞膜输入电容为Cj, 细胞膜的传递电阻为Rj ,输出电压为Vj, 外部输入电流用Ij表示。其中，Rj和Cj的并联模拟了生物神经元的时间常数，wij模拟了神经元间的突触特性，运算放大器模拟了神经元的非线性特性，Ij相当于阈值 TSP-Hopfield全文共24页，当前为第9页。 目前，人工神经网络常利用渐进稳定点来解决某些问题。例如，如果把系统的稳定点视为一个记忆的话，那么从初态朝这个稳定点的演变过程就是寻找记忆的过程。初态可以认为是给定的有关记忆的部分信息。如果把系统的稳定点视为一个能量函数的极小点，把能量函数视为一个优化问题的目标函数，那么从初态朝这个稳定点的演变过程就是一个求该优化问题的过程。这样的优点在于它的解并不需要真的去计算，而只要构成这种反馈网络，适当的设计其连接值和输入就可达到目的。 -设计思路 TSP-Hopfield全文共24页，当前为第10页。 由下图可以看出，u,y的变化过程为一个非线性动力学系统。 图 反馈网络的结构 TSP-Hopfield全文共24页，当前为第11页。 对于非线性系统进行稳定性分析，基于网络的能量函数。下面介绍Hopfield能量函数法 TSP-Hopfield全文共24页，当前为第12页。 TSP-Hopfield全文共24页，当前为第