حل مسئله فروشنده دوره گرد TSP) با استفاده از شبکه عصبی خود سازمانده SOM)

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,198

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCEE10_212

تاریخ نمایه سازی: 7 آذر 1390

چکیده مقاله:

این مقاله یک شبکه عصبی خود سازمانده کوهننSOM)اصلاح شده را به منظور حل مسئله فروشنده دورهگردTSP) معرفی میکند. در مسئلهTSP هدفمان این است که مجموعه ای ازn شهر را با طی کوتاهترین مسیر و در کوتاهترین زمان بپیماییم و دوباره به شهر اول باز گردیم. این مسئله به ظاهر ساده، بعنوان مسئله NP-Hard شناخته شده است و فضای جستجو بصورتn! می باشد. درنتیجه بررسی تمام راه حلهای مسئلهTSP با تعداد زیاد شهرها عملاً امکان پذیر نیست و نیاز داریم که از روشهای سریع و موثر مانند روشهای هوش مصنوعی و شبکههای عصبی استفاده کنیم. در انتها نتایج حاصل از اجرای روش پیشنهادی در نرم افزارMATLAB را با نتایج بدست آمده از الگوریتم جمعیتی مورچه ها Ant Colony Optimization) مقایسه و میزان خطای الگوریتمSOM را در مقایسه با آن مورد بررسی قرار می دهیم

نویسندگان

حامد خراطی

دانشکده مهندسی برق و کامپیوتر - دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Tapan P. Bagchi, Jatinder N.D Gupta, Chelliah ...
  • Sriskandarajah , "A review of TSP based approaches for _ ...
  • Logendran, Rasaratnam; Salmasi, Nasser; Sriskandarajah, ...
  • _ _ Americal Control Conference, Portland, OR, June 2005. [4] ...
  • T. Munakata, Y. Nakamura, "Temperature control for simulated annealing", Physical ...
  • L. Huang, C.G. Zhou, K.P. Wang, "Hybrid ant colony algorithm ...
  • _ _ _ Science in Colleges, pp. 41-61, Oct. 2003. ...
  • _ _ Proc. IEEE, vo! [10] _ _ _ ...
  • نمایش کامل مراجع