• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Adaptive and Natural Computing Algorithms; 2005; Coimbra(PT) >An Efficient Heuristic for the Traveling Salesman Problem Based on a Growing SOM-like Algorithm
【24h】

An Efficient Heuristic for the Traveling Salesman Problem Based on a Growing SOM-like Algorithm

机译：基于类SOM算法的旅行商问题高效启发式算法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A growing self-organizing (SOM) neural network, enhanced with a local search heuristic is proposed as an efficient traveling salesman problem solver. A ring structure of processing units is evolved in time with a Kohonen type adaptation dynamics together with a simple growing rule in the number of processing units. The result is a neural network heuristic for the TSP with a computational complexity of O(n~2), comparable to other reported SOM-like networks. The tour emerging from the SOM network is enhanced by the application of a simple greedy 2-Opt local search. Experiments over a broad set of TSP instances are carried out. The experimental results show a solution accuracy equivalent to that of the best SOM based heuristics reported in the literature.
机译：提出了一个不断壮大的自组织（SOM）神经网络，并通过本地搜索启发式方法进行了增强，它是一种有效的旅行推销员问题求解器。处理单元的环形结构随着Kohonen类型的适应动力学以及处理单元数量的简单增长规律而随时间演变。结果是对TSP的神经网络启发式算法，其计算复杂度为O（n〜2），可与其他报告的类似SOM的网络相比。通过使用简单的贪婪的2-Opt本地搜索，可以增强SOM网络中出现的游览功能。进行了一系列广泛的TSP实例的实验。实验结果表明，其求解精度与文献中报道的基于最佳SOM的启发式算法相当。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号