uma nova abordagem na resolução do problema do caixeiro viajante

geográficas semelhantes em agrupamentos. Utilizando a mesma metodologia, a classificação
de elementos finitos, através da Rede de Kohonen, pode ser encontrada em Betltzer e Sato
(2003), com os seguintes dados de entrada: dimensão do elemento, número de nós, número
máximo de graus de interpolação polinomial e número de graus de liberdade por nó. Em
ambos os trabalhos, as classificações efetuadas pela Rede de Kohonen determinam
agrupamentos com os melhores critérios considerados pelos autores, o que possibilita uma
boa visualização para os agrupamentos para os conjuntos de dados apresentados em ambos os
trabalhos.
Na publicação de Zampigui, Kavanau e Zampigui (2004), a Rede de Kohonen é
utilizada para fazer a classificação de partículas, usando como dados de entrada as imagens
das partículas em perspectiva cônica. São feitos testes de variação de tamanho e de forma das
imagens, com o objetivo de testar a estabilidade da classificação da Rede Neural. Os
resultados encontrados foram considerados satisfatórios pelos autores, com fácil
implementação da rede. A mesma metodologia foi utilizada por Coppini, Diciotti e Valli
(2004) para fazer a classificação de imagens de raio-X, onde a qualidade dos resultados
encontrados foi considerada satisfatória.
Em Bonabeau e Hénaux (1998) um mapa Auto-Organizável é utilizado para visualizar
grafos com grande número de vértices. Os agrupamentos de vértices são criados a partir das
informações dos arcos existentes do grafo, minimizando o número de vértices conectados
pertencentes a agrupamentos distintos e melhorando a visualização do grafo. Os testes
mostrados pelos autores mostram a visualização de grafos com número de vértices entre 25 e
200.
Serrano-Cinca (1996) apresenta uma aplicação de Redes de Kohonen para executar
diagnósticos de instituições financeiras, classificando as empresas em grupos com risco de
falência em diversos níveis, além de grupos de empresas que não apresentam risco de
falência. Os dados de entrada são as taxas financeiras de empresas, criando-se grupos com
taxas similares. Para determinar a existência de risco de falência e em qual nível este risco se
apresenta em um determinado grupo criado, são utilizadas as Redes Neurais de múltiplas
camadas (Multilayer Perceptron) e a Análise Linear Discriminante da Análise Multivariada.
Algumas comparações entre métodos clássicos para criação de agrupamentos e a Rede
de Kohonen são apresentadas em Zaït e Messatfa (1997). A Rede de Kohonen mostrou-se
mais estável, com melhor qualidade de criação dos agrupamentos, além de conseguir tempo