我的 Hopfield 神经网络解决旅行商问题有啥问题?
Posted
技术标签:
【中文标题】我的 Hopfield 神经网络解决旅行商问题有啥问题?【英文标题】:What's wrong with my Hopfield Neural Network solution to the Traveling Salesman Problem?我的 Hopfield 神经网络解决旅行商问题有什么问题? 【发布时间】:2011-05-18 06:52:29 【问题描述】:首先,这是家庭作业。我认为很明显我已经做出了努力,我正在寻找提示,而不是代码。
问题如下。操作方程有四个组件用于改变给定的神经元。
A) 确保每个城市最多访问一次的部分。 B) 确保每个位置(第一、第二、第三等)最多有一个城市。 C) 确保活动神经元总数等于城市数量的一部分。 D) 一个部件可最大限度地缩短距离。如果我对 D 的权重足够大以至于它有任何影响,网络就会确定一个无效的游览(例如,访问 A、D、无处、E、C)。但是,我可以减轻 D 的权重,代码会找到解决方案,但不是那些距离最小的解决方案。
如果您有任何建议,我将不胜感激,我已经用头敲击键盘一段时间了。任何熟悉使用 Hopfield 网络解决 TSP 的人都应该可以理解该代码。
代码:
%parameters
n=5;
theta = .5;
u0 = 0.02;
h = .1;
limit = 2000;
%init u
u=zeros(n,n);
uinit = -u0/2*log(n-1); %p94 uINIT = - u0/2 * ln(n-1)
for i=1:n
for j=1:n
u(i,j) = uinit * (1+rand()*0.2-0.1); %add noise [-0.1*uInit 0.1*uINIT]
end
end
%loop
for index=1:limit
i = ceil(rand()*n);
k = ceil(rand()*n);
%runge kutta
k1 = h*du(u,i,k,0);
k2 = h*du(u,i,k, k1/2);
k3 = h*du(u,i,k, k2/2);
k4 = h*du(u,i,k, k3);
u(i,k) = u(i,k) + (k1 + 2*k2 + 2*k3 + k4)/6;
end
Vfinal = hardlim(V(u)-theta)
du()
function out=du(u,X,i,c)
dist = [0, 41, 45, 32, 32;
41, 0, 36, 64, 54;
45, 36, 0, 76, 32;
32, 64, 76, 0, 60;
32, 54, 32, 60, 0];
t = 1;
n = 5;
A = 10;
B = 10;
C = 10;
D = .0001;
AComp = A*sum(V(u(X,:))) - A*V(u(X,i));
BComp = B*sum(V(u(:,i))) - B*V(u(X,i));
CComp = C*(sum(sum(V(u)))-n);
DComp = 0;
before = i-1;
after = i+1;
if before == 0
before = 5;
end
if after == 6
after = 1;
end
for Y=1:5
DComp = DComp + dist(X,Y) * (V(u(Y,after)) + V(u(Y,before)));
end
DComp = DComp * D;
out = -1*(u(X,i)+c)/t - AComp - BComp - CComp - DComp;
V()
function out=V(u)
u0 = 0.02;
out = (1 + tanh(u/u0))/2;
【问题讨论】:
这是一个很酷的问题。这个学期可能已经结束了;你找到解决方案了吗? 不,遗憾的是教授并不是最有帮助的。我和班上的另一个学生谈过,但我认为他也没有解决问题。 【参考方案1】:我从未尝试过用神经网络解决 TSP,但我发现它解决得非常好,而且非常快,采用遗传方法。
不过,我已经完成了许多神经网络项目,我猜想由于 TSP 通常可以在单个(城市)网络上拥有许多解决方案,因此神经网络可以在解决方案之间来回拖动,从来没有真正成功地收敛到任何一个。
约翰·R·多纳
【讨论】:
以上是关于我的 Hopfield 神经网络解决旅行商问题有啥问题?的主要内容,如果未能解决你的问题,请参考以下文章