【正文】 化之目標恰好相反。貳、自我組織網(wǎng)路自我組織網(wǎng)路(Self Organizing Map, SOM)由T. Kohonen在1980年提出此網(wǎng)路架構(gòu)[1]。它是一個相當年輕的科學，在1987年才辦第一屆ICNN研討會，1989年辦第一屆IJCNN研討會，1990年IEEE之Neural Network創(chuàng)刊。類神經(jīng)網(wǎng)路有下列幾項之優(yōu)點：(1) 俱平行處理能力，故速度快，可作即時輸出。2. 輸出單元：為網(wǎng)路的輸出變數(shù)，即訓練樣本的分類，其神經(jīng)元數(shù)目依問題複雜情況而定。為對於一n個節(jié)點之最長不相交路徑問題，共有n!/2n個不同的封閉路徑，為無法得到真正的最佳化解，稱為一「完全非決定性多項式」 （Complete Nondeterministic Polynomial, NPplete）之問題，因其求解所需之時間隨著節(jié)點數(shù)目之增加而成指數(shù)之成長。 A C D B圖二 定理一證明示意圖定理二：（交錯線段之改善方法）藉由定理一之改變方式，可以將此交錯線段改進成為不交錯線段。第二階段則為判斷此路徑是否有任何兩條線交錯之情形；若有交錯之情形，則以定理二所提出之方法將交錯除去，並經(jīng)比較求出最長距離之路徑。第二階段演算法如下：步驟九：利用定理三及定理四之性質(zhì)作檢查。神經(jīng)元初始值以 39。2. 在本文方法中，a 為一介於0和1間之參數(shù)，改變α值可以使收斂時間增快或減慢。 Murakoshi, H.。期望有更多人針對此一問題提出不同之演算法來求解此一具挑戰(zhàn)性之問題。設定減少率α=，及試驗次數(shù)共500次。在利用定理四之不等式判別方法時，對於任一直線方程式建立後，可直接代入所有其他路徑之點，故亦可提高計算速度。步驟八：計算此路徑長度，並與目前所獲得之最長不相交長度比較，若較小則到步驟十二。d 0，則表示兩線段相交，否則表示兩線段不相交。為了方便說明本文所提出之演算法，先行提出下列數(shù)個與兩線段相交性質(zhì)相關之定理及說明。路徑總長度之定義為：若路徑之走法為B,F,E,G,...,W之序列，則總長度為d = dBF + dFE+...+dWB。這時網(wǎng)路被希望能自行由輸入向量歸納出訓練樣本的規(guī)則性或相關性，並產(chǎn)生一個合理的輸出。投稿受理時間：91年3月15日 審查通過時間：91年5月10日ABSTRACTSelforganizing neural network has the topological characteristics that can be effectively used in solving the traveling salesman problem. This paper proposes a novel problem of optimizing the noncrossing closed route in which each node, except for the starting point, is only visited once so that the total visiting length is maximized. Some theorems of the intersection of two lines are reviewed in the paper. And, the selforganizing network algorithm of solving the traveling salesman problem is modified to solve the problem. Simulation results show that the proposed algorithm has good performances on the optimization of the triplength.Keywords : Artificial Neural Network, Sel