SAを用いたラグランジェ調整型TSPニューラルネットの大域的最適化

スポンサーリンク

概要

論文の詳細を見る
著者らは、以前、Hopfieldニューラルネット(NN)により、巡回セールスマン問題(TSP)を解くとき、エネルギー関数として拡大ペナルティ関数を用いたラグランジェ調整型TSPNN(LNN)を提案した。しかし、LNN)はエネルギー関数の局所的鞍点を求めるNNであるため、解の質がニューロンばかりではなくラグランジェ乗数の初期値に大きく依存するという問題があった。本論文では、LNNの収束点である局所的鞍点の中から原問題の大域的最適解を探索するために、シミュレーティッドアニーリング(SA)に基づきラグランジェ乗数を制御する方法を提案する。すなわち、LNNによりある局所的鞍点を求めた後、乱数により摂動したラグランジェ乗数を初期値とするLNNを再び動作させ、その収束点である局所的鞍点を確率的に受理しながら探索を行う手法である。提案手法の有効性を確認するために、20都市のTSPに対するシミュレーション実験を行い、Hopfield NN 及びLNNとの比較を行う。
1997-02-06

著者

関連論文

もっと見る

スポンサーリンク