神经网络在TSP问题中的应用研究
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 第一章 TSP问题概述 | 第9-16页 |
| 1．1 问题简述 | 第9-10页 |
| 1．2 已有的解决算法 | 第10-15页 |
| 1．2．1 遗传算法 | 第10-12页 |
| 1．2．2 模拟退火算法 | 第12-15页 |
| 1．3 存在的问题 | 第15-16页 |
| 第二章 人工神经元网络及其应用 | 第16-23页 |
| 2．1 人脑神经系统及神经元数学模型 | 第16-18页 |
| 2．2 人工神经元网络的特征 | 第18-19页 |
| 2．3 人工神经元网络计算和传统计算的比较 | 第19-20页 |
| 2．4 研究意义及其应用 | 第20-23页 |
| 2．4．1 人工神经网络的研究意义 | 第20-21页 |
| 2．4．2 人工神经网络的应用 | 第21-23页 |
| 第三章 Hopfield神经网络算法分析与改进 | 第23-47页 |
| 3．1 算法的数学描述 | 第23-33页 |
| 3．1．1 离散型Hopfield神经元网络 | 第23-28页 |
| 3．1．2 连续型Hopfield神经元网络 | 第28-33页 |
| 3．2 在TSP问题中的应用 | 第33-37页 |
| 3．3 收敛性问题的改进 | 第37-43页 |
| 3．3．1 改进算法 | 第38-40页 |
| 3．3．2 算法的理论证明 | 第40-43页 |
| 3．4 进一步的改进 | 第43-47页 |
| 第四章 大规模TSP问题解决方案 | 第47-56页 |
| 4．1 算法思 | 第47页 |
| 4．2 用于聚类的人工神经元网络 | 第47-54页 |
| 4．2．1 学习网络的数学模型 | 第49-50页 |
| 4．2．2 赫伯学习规则 | 第50-52页 |
| 4．2．3 简单的无导师有竞争的学习 | 第52-54页 |
| 4．3 大规模TSP问题的分层聚类解决 | 第54-56页 |
| 4．3．1 聚类 | 第54页 |
| 4．3．2 算法 | 第54-56页 |
| 第五章 系统设计与实现 | 第56-60页 |
| 5．1 系统功能简介 | 第56页 |
| 5．2 系统模块简介 | 第56-58页 |
| 5．2．1 数据采集模块 | 第57页 |
| 5．2．2 计算模块 | 第57页 |
| 5．2．3 数据输出模块 | 第57-58页 |
| 5．3 系统数据流图 | 第58页 |
| 5．4 系统开发环境 | 第58-60页 |
| 第六章 总结 | 第60-61页 |
| 1 本文的主要工作 | 第60页 |
| 2 进一步的工作 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
