uma nova abordagem na resolução do problema do caixeiro viajante

..., x1n, x21, x22, ..., x2n, ..., xn1, xn2, ..., xnn). O vetor b contém o número 1 em todas as posições,
e a matriz A tem a seguinte forma:
⎡ I
A = ⎢
⎣B
1
I
B
2
... I ⎤
2
2n×
n
∈ ℜ
... B
⎥
n
onde I é a matriz identidade, de ordem n × n, e cada matriz Bi, para i = 1, 2, ..., n, contém
zeros, com exceção da i-ésima linha que contém o número 1 em todas as posições. A figura
3.9 mostra a representação da estrutura da Rede Neural de Wang.
FIGURA 3.9 – REPRESENTAÇÃO DA ESTRUTURA DA REDE NEURAL RECORRENTE DE WANG
A Rede Neural Recorrente proposta por Wang (WANG, 1992, WANG, 1997; HUNG;
WANG, 2003) é caracterizada pela seguinte equação diferencial:
du n
n
ij ( t)
−
= −η
∑ xik
( t)
−η
∑ xlj
( t)
+ ηθ
ij − λ cije
dt
k=
1 l=
1
⎦
t
τ
, (3.3.4)
xij = g(uij(t)), (3.3.5)
onde o estado de equilíbrio desta Rede Neural é uma solução para o problema da Designação.
O vetor limiar é definido como θ = A T b = (2, 2, ..., 2) ∈
2
× 1
ℜ n
. Os valores dos elementos do
vetor x são determinados por g(uij(t)) que pode ser a função sigmoidal, ou a função limiar em
rampa (FAUSETT, 1994). Neste trabalho, optou-se a utilização da função sigmoidal para a
determinação do vetor x.
x11
x21
xn1
x12
x22
xn2
x1n
x2n
xnn