بررسی میزان کارایی شبکه عصبی هاپفیلد نسبت به الگوریتمهای تکاملی

این مقاله روی مسئله معروف فروشنده دوره گرد تمرکز یافتها ست دراین مسئله هدف پیدا کردن یک تور امکان پذیر با کمترین کل هزینه سفر می باشد مسئله تحت بررسی در کلاس مسائل سخت و پیچیده قرار میگیرد لذا برای حل آن معمولا از متاهیورستیک ها استفاده می شود با توجه به اینکه شبکه های عصبی از دو خصوصیت بازخورد و یادگیری بهره می برند می توانند حل مناسبی برای مسئله ارائه دهند با توجه به اینکه شبکه بازخورد هاپفیلد عمده ترین نوع شبکه عصبی قابل تطبیقی با مسئله تحت بررسی است لذا برنامه کامپیوتری براساس آن ارائه شدهاست برای اینکه بدانیم رویکرددر نظر گرفته شده به طور موثر و کارا عمل می کند آن را با چندین الگوریتم معروف مورد مقایسه و ارزیابی قرار داده ایم. براساس نتایج حاصله از مقایسات می توان بیان کرد که از لحاظ زمانی که یکی از فاکتورهای مهم در مقایسه الگوریتم ها می باشد. الگوریتم ارائه شده عملکرد تقریبا متوسطی داشته است.

Keywords:

فروشنده دوره گرد , هاپفیلد , ژنتیک الگوریتم , شبیه سازی تبرید , الگوریتم مورچگان , جستجوی محلی