Online-Übersetzung

【 Deutsche Sprache 】
Das Traveling Salesman Problem (TSP) ist ein klassisches kombinatorisches Optimierungsproblem. Das klassische Traveling Salesman Problem (TSP) kann als ein Warenverkäufer beschrieben werden, der in mehrere Städte geht, um Waren zu verkaufen, der von einer Stadt aus beginnt, alle Städte durchlaufen muss und zum Abfahrtsort zurückkehrt. Wie sollte die Route gewählt werden, um die Gesamtfahrt zu minimieren? Da die praktikable Lösung für das Problem eine vollständige Anordnung aller Scheitelpunkte ist, die eine kombinatorische Explosion mit der Anzahl der Scheitelpunkte ergibt, ist es ein NP-vollständiges Problem. Traveling Salesman Problem (TSP) ist weit verbreitet in den Bereichen Transport, Leiterplattenlinien Design und Logistik Distribution. In diesem Beitrag verwenden wir die Optimierungsmethode des kontinuierlichen Hopfield neuronalen Netzes, um den Zugangspfad von zehn festen Städten zu optimieren, um den kürzesten Zugangspfad dieser zehn Städte zu machen.
In diesem Beitrag wird zunächst das kontinuierliche neuronale Hopfield-Netzwerk diskutiert, einschließlich seiner Stabilitäts- und Optimierungsberechnung. Die Essenz des kontinuierlichen Hopfield neuronalen Netzwerks besteht darin, analoge Schaltkreise zu bauen, die die Informationsübertragung zwischen tierischen Zellen und Zellen sowie zwischen Neuronen und Neuronen simulieren.
Das kombinierte Optimierungsproblem des Traveling Salesman Problems (TSP) wird diskutiert und die Machbarkeit der kontinuierlichen Hopfield for Traveling Salesman Problem (TSP) Optimierung diskutiert.
Die Software MATLAB (Matrix Lab) wurde verwendet, um das Reisequotientenproblem in zehn festen Städten auf Basis des kontinuierlichen neuronalen Hopfield-Netzes zu optimieren. Durch die Beobachtung und den Vergleich der Ergebnisse der Optimierungsberechnung ist es nicht schwierig zu schließen, dass die Energie des kontinuierlichen Hopfield neuronalen Netzes mit der Anzahl der Iterationen abnimmt; Das kontinuierliche neuronale Hopfield-Net
【 Englische Sprache 】
The Traveling Salesman Problem (TSP) is a classic combinatorial optimization problem. The classic Traveling Salesman Problem (TSP) can be described as a merchandise seller going to multiple cities to sell goods, starting from one city, having to pass through all cities and returning to the place of departure. How should the route be chosen to minimize the total trip? Since the workable solution to the problem is a complete arrangement of all vertices resulting in a combinatorial explosion with the number of vertices, it is an NP-complete problem. Traveling Salesman Problem (TSP) is widely used in transportation, PCB line design and logistics distribution. In this paper, we use the optimization method of the continuous Hopfield neural network to optimize the access path of ten fixed cities to make the shortest access path of these ten cities.
In this paper, the continuous neural Hopfield network is first discussed, including its stability and optimization calculation. The essence of the continuous Hopfield neural network is to build analog circuits that simulate the transfer of information between animal cells and cells as well as between neurons and neurons.
The combined optimization problem of the Traveling Salesman Problem (TSP) is discussed and the feasibility of the continuous Hopfield for Traveling Salesman Problem (TSP) optimization is discussed.
MATLAB (Matrix Lab) software was used to optimize the travel quotient problem in ten fixed cities based on the continuous neural Hopfield network. By observing and comparing the results of optimization calculation, it is not difficult to conclude that the energy of the continuous Hopfield neural network decreases with the number of iterations; The continuous neural Hopfield-Net