通过模拟退火的HOPFIELD神经网络求解TSP问题,HOPFIELD through simulated annealing neural network for solving the TSP problem

内容包括:人工神经网络简介、单层前向网络及LMS学习算法、多层前向网络及BP学习算法、支持向录机及其学习算法、Hopfield 神经网络,随机神经网络及模拟退火算法、竟争神经网络和协同神纤网络。每章均给出了基于MATLAB的仿真实例以及练习。 -Contents include: Introduction to artificial neural networks, single-layer feedforward network and the LMS learning algorit

hopfield网中的 模拟退火求解tsp问题 -simulated annealing for TSP Problem

TSP问题是一个典型的、容易描述但是难以处理的NP完全问题，同时TSP问题也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。目前求解TSP问题的主要方法有启发式搜索法、模拟退火算法、遗传算法、Hopfield神经网络算法、二叉树描述算法。所以，有效解决TSP问题在计算理论上和实际应用上都有很高的价值，而且TSP问题由于其典型性已经成为各种启发式的搜索、优化算法的间接比较标准(如遗传算法、神经网络优化、列表寻优(TABU)法、模拟退火法等)。遗传算法就其本质来说，主要是解决复杂问题的一种鲁棒性