Utilizou-se mapa auto-organizável unidimensional com aprendizado winner takes all para a resolu??o do problema do caixeiro-viajante. Nessa implementa??o, cada neur?nio representa um vértice. Após a execu??o, a ordem dos neur?nios indica a rota que representa a solu??o encontrada. Foram realizadas simula??es com seis instancias da base TSPLIB de tamanhos de 51 a 1379 vértices. Foram utilizadas uma taxa de aprendizagem de 0,8 e 3 mil épocas de treinamento em todas as execu??es. Essa abordagem se mostrou eficiente e consistente. Todavia, as solu??es encontradas n?o s?o melhores do que as obtidas por outros pesquisadores, por ter sido empregada, aqui, uma técnica de aprendizado com menor custo computacional, a saber, parametros iguais para todas as instancias, e por n?o ter sido utilizado um algoritmo de otimiza??o por busca local. Consequentemente, obteve-se uma solu??o com baixo custo computacional.
展开▼
