SOFM神經網絡最近插入法混合算法在TSP問題中應用研究

SOFM神經網絡最近插入法混合算法在TSP問題中應用研究

SOFM神經網絡已經成功應用到TSP問題中,但是該算法存在一些缺點,隨著學習速度逐步降低,會導致一些城市無法通過.針對這些缺點,嘗試在SOFM神經網絡中引入最近插入法形成混合算法.通過實驗,并與SOFM神經網絡該算法對比,結果表明,該算法能夠很好地完善該問題.

作 者： 朱麗娟 徐小明 夏必勝 ZHU Li-juan XU Xiao-ming XIA Bi-sheng   作者單位： 河海大學理學院,江蘇,南京,210098  刊 名： 貴州大學學報（自然科學版）  ISTIC 英文刊名： JOURNAL OF GUIZHOU UNIVERSITY(NATURAL SCIENCE)  年，卷(期)： 2009 26(6)  分類號： O241  關鍵詞： SOFM網絡   最近插入法   TSP問題  

【SOFM神經網絡最近插入法混合算法在TSP問題中應用研究】相關文章：

混合免疫算法求解對稱TSP的仿真分析04-26

算法優化要五問04-28

分區對接網格算法的應用研究04-27

神經網絡在廣義經典分配問題中的應用04-26

神經網絡在空氣污染預報中的應用研究04-25

有限單元算法在水質模擬中的應用研究04-26

基于粒子群算法的神經網絡在水資源評價中的應用04-27

基于神經網絡構造的GPS/INS自適應組合導航算法04-26

基于OLS算法的RBF神經網絡在大壩安全監測中的應用04-25

模糊神經網絡方法在熱帶氣旋強度預報中的應用研究04-26