Hopfield神经网络和TSP问题

本文介绍了旅行商问题(TSP)及其与哈密尔顿回路的区别,并详细阐述了Hopfield神经网络的基本原理及在TSP求解中的应用。离散型和连续型Hopfield网络分别在记忆和优化方面发挥作用。尽管处理大规模TSP问题面临挑战,但通过分类和分级方法,神经网络仍能有效应用于此类问题的解决。
摘要由CSDN通过智能技术生成

一、TSP问题

旅行商问题,又叫货郎担问题。它是指如下问题:在完全图中寻找一条最短的哈密尔顿回路。
哈密尔顿回路问题:给定一个图,判断图中是否存在哈密尔顿回路。
哈密尔顿回路:寻找一条回路,经过图中所有点且每个点只经过一次。
欧拉回路:寻找一条回路,经过图中所有的边且每条边只经过一次。
判断一个图是否存在欧拉回路只需要判断每个顶点的出度和入度是否相同。
判断一个图是否存在一条哈密尔顿回路是一个NP问题。
旅行商问题和哈密尔顿回路问题最大的区别在于:旅行商研究的图是完全图,必然存在一条哈密尔顿回路。哈密尔顿回路问题的研究对象是一般的图。
由此,可以构造一个难上加难的问题:在无向图中寻找最短的哈密尔顿回路,这必然也是NP问题。

二、Hopfield神经网络

神经网络系列分成好多种:

  • 前馈神经网络
  • 反馈神经网络
  • 不分前后的神经网络

Hopfield神经网络就是不分前后的神经网络,它的每个神经元之间都是全连接的,构成一个完全图,N个神经元就有$N \times N$个权值。

Hopfield神经网络根据激活函数不同可以划分为:离散型Hopfield神经网络(Discrete Hopfield Neural Network,DHNN)和连续型Hopfield神经网络(Continuous Hopfield Neural Network)。离散型Hopfield神经网络的激活函数是离散的,连续型Hopfiel

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值