摘要
本文分析了Ｈｏｐｆｉｅｌｄ－Ｔａｎｋ模型在收敛性，稳健性，优化率以及计算速度方面存在的问题，之后根据外部惩罚函数法的基本思想提出了一种新的方法基于Ｈｏｐｆｉｅｌｄ－Ｔａｎｋ模型的神经网络的变参方法．本文还对ＴＳＰ的能量函数进行了改进，并对我国３１个城市的ＴＳＰ进行了软件模拟，得出了１５６４０公里的最短路径，在收敛性，稳健性，优化率以及计算速度方面的结果都十分满意．
The convergence, robustness, optimum and computing speed of Hopfield-Tank are analyzed, then, on the basis of external penalty function, a new algorithm-variant parameter neural network algorithm based on Hopfield-Tank model is proposed.The TSP's energy function is also improved, and according to the numerical experiment for the TSP Of 31 cities of our country,the shortest route(15640km) is obtained.In the aspects of convergence, robustness, optimum and computing speed, the algorithm is satisfactory.
出处
《电子学报》
EI
CAS
CSCD
北大核心
1996年第8期87-89,共3页
Acta Electronica Sinica
关键词
H-T模型
TSP
神经网络
变参数法
Hopfield-Tank model
External penalty function method
TSP
