论文部分内容阅读
本文主要研究混沌模拟退火神经网络(CSAN)在求解TSP中的应用。我们采用了四种GSAN模型,分别将它们对15、20、50个城市的TSP求解结果比较,并研究其模型参数的设置对TSP优化解的影响。仿真结果表明,CSAN比HNN具有更丰富和更为灵活的动力学特性,从而具有更强的搜索全局最优解或近似全局最优解的能力。