噪声混沌神经网络在TSP中的应用研究

2011-11-04 06:31:12刘开健何碧贵毛安定孙幸福
重庆电子工程职业学院学报 2011年4期
关键词:优化系统

刘开健,何碧贵,毛安定,孙幸福

(1.长江大学 电子信息学院,湖北 荆州434023;2.重庆电子工程职业学院,重庆401331;3.中国人民解放军77538部队政治处,西藏拉萨850000)

噪声混沌神经网络在TSP中的应用研究

刘开健1,何碧贵2,毛安定3,孙幸福3

(1.长江大学 电子信息学院,湖北 荆州434023;2.重庆电子工程职业学院,重庆401331;3.中国人民解放军77538部队政治处,西藏拉萨850000)

分析了NCNN(噪声混沌神经网络)模型的几个重要参数对系统性能的影响,并对其进行了优化。仿真结果表明,优化的算法能成功解决旅行商问题,比传统的依靠经验选择参数的方法更有效,在收敛速度同解的质量之间取得了很好的折中。

NCNN;TSP;收敛速度;解的质量

1 引言

TSP是一个典型的NP-hard(非确定性多项式)完全问题,自从1985年 Hopfield和Tank用 Hopfield人工神经网络(HNN)对其进行有效求解以来[1],人工神经网络被认为是解决复杂组合优化问题的有效方法之一[1-4]。但HNN在稳健性、优化率以及收敛速度等方面仍然存在许多问题,因此,人们提出了许多改进方法。Wang等综合了随机模拟退火(SSA)和混沌模拟退火(CSA)算法的优点,提出了一种新的随机混沌模拟退火(SCSA)算法,即噪声混沌神经网络[2]。该算法具有十分复杂的混沌动力学特点,利用其遍历性和随机性进行搜索,同时引入随机噪声,再由退火策略控制混沌动态和噪声逐渐消失,保证网络能有效收敛和跳出局部最优,从而找到最优解。该算法的参数设置非常灵活,不同的优化问题具有不同的权重因子,因此,本文就NCNN的参数设置问题进行探讨和优化。……

登录APP查看全文

猜你喜欢
优化系统
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
超限高层建筑结构设计与优化思考
房地产导刊(2022年5期)2022-06-01 06:20:14
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
WJ-700无人机系统
由“形”启“数”优化运算——以2021年解析几何高考题为例
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
基于PowerPC+FPGA显示系统
半沸制皂系统(下)