JPH02150959A - 巡回経路決定方法 - Google Patents

巡回経路決定方法

Info

Publication number
JPH02150959A
JPH02150959A JP63304103A JP30410388A JPH02150959A JP H02150959 A JPH02150959 A JP H02150959A JP 63304103 A JP63304103 A JP 63304103A JP 30410388 A JP30410388 A JP 30410388A JP H02150959 A JPH02150959 A JP H02150959A
Authority
JP
Japan
Prior art keywords
nodes
tsp
computer
area
process block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP63304103A
Other languages
English (en)
Inventor
Kazuaki Iwamura
一昭 岩村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP63304103A priority Critical patent/JPH02150959A/ja
Publication of JPH02150959A publication Critical patent/JPH02150959A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Electric Cable Installation (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は電話線の布設巡回経路をいかにすべきかという
ような問題を高速化かつ実用的な精度で解く方法に係り
、特に組み合わせ数が多数におよぶ場合に好適な巡回経
路決定方法に関する。
〔従来の技術〕
組み合わせ問題の中でも典型的な問題の一つである巡回
セールスマン問題は、与えられたノード(都市)に対し
て各ノード間の距離が与えられている場合に、この距離
を最小にするようにノードの巡回順序を求めるものであ
り、これまでさまざまな解法が検討されてきた。この問
題は全巡回順序を検討して解を求めようとすると、ノー
ド数Nに対してN!/2N通りの計算が必要になる。そ
のため最高速の計算機によって高々10数都市の組み合
わせ問題を解くにしても数週間を要する。
そのため分割・統合法(R・にatp Mathema
tics ofOperations Re5earc
h Vol  2   Na 3  1977 )のよ
うに近似解を求める方法が考えられている。
また最近、神経回路型計算機を用いて高速に近似解を求
める試み(J、J、Hopfiald Biologi
calCybernetics 52  L 985 
)もなされた。
〔発明が解決しようとする課題〕
分割・統合方式では領域の分割数を少なくすると精度は
向上するが、領域内のノードに対して組み合わせ問題を
解くことができなくなる。そのため領域分割数の低減は
、計算機の能力に制約される問題があった。またノード
が領域に一様に分布している場合については検討されて
いるが、−様に分布していない場合についての検討は十
分なされていない。一方、神経回路型計算機によって巡
回セールスマン問題を解く方法が提案され、処理の高速
化の可能性を示した。ただし、ノード数が増加すると、
ハードウェアによる接続数がN4(N:ノード(都市)
数)のオーダーで増加するため、ノードの数が非常に多
い場合にそのまま適用することができなかった。さらに
解の精度が十分保証されないという問題があった。本方
式は以上の問題を解決する。
〔課題を解決するための手段〕
本方式は、分割・統合処理、および摂動項を持つ微分方
程式を解く計算機を用いて部分的な組み合わせ問題を解
くことによって、高速かつ実用的精度で大規模組み合わ
せ問題を解くものである。
〔作用〕
極小値の一つが解に対応するエネルギ関数を極小値をと
るように導く微分方程式を解く計算機によって処理を高
速化できる。また摂動項の計算機への付加と計算の繰返
し、さらに分割方法を変えながら領域の分割・統合処理
も繰返し行ない、その都度組み合わせ問題を解く。そし
て得られた解の中から高精度の解を選択して得ることが
できる。
〔実施例〕
組み合わせ問題でも典型的な問題である巡回セールスマ
ンの問題(T S P : TravellingSa
1estman’s Problam)を例に、大規模
組み合わせ問題の計算方法を説明する。TSPとは、第
1図に示すように与えられたノード(都市)について。
ノードAtとノードAJの距離(直線距離)atJがわ
かっているときに、すべてのノードを一度だけ通って最
初のノードに帰ったときに得る距1lIL(k==o、
l、2.  ・=、ko=kIl)を最小にするような
ノードの巡回順序を求めよというものである6木刀式は
この近似解を高速にがつ精度良く求める方法を与えるも
のである。TSPを解く場合、すべての組み合わせにつ
いて計算すると、ノード数をNすればN!/2N通りの
組み合わせについて検証することが必要になる。そして
ノード数が増加すると、通常のディジタル計算機では計
算の実行が事実上不可能になる。そのため現在は実用精
度で近似的に解くことに重点が置かれている。分割・統
合法(Diwide andConquer)はその一
方法であり、まずノードによって決まる二次元平面を分
割する。そして分割された部分平面に含まれるノードに
ついてTSPを解き、最後に隣接した分割領域の間でノ
ードの接続を行う。これを全ての部分平面について行っ
て、最終的な結果を得る。この方法で精度を向上させる
ためには、平面の分割数を少なくすることが必要である
が、そうすると部分平面に含まれるノード数は増えるた
めTSPを解くことが困難になる。
そのためここでは要素間の相互作用を記述する微分方程
式を解く計算機システムを用いてTSPを解く。以後こ
のような計算機を微分方程式計算機と呼ぶことにする。
微分方程式計算機を用いることによって、多数のノード
に関するTSPを高速かつ実用的精度で求めることがで
きるため、領域の分割数を少なくすることができろ。こ
れよりすべてのノードについて一度にこの計算機で計算
すればよいとも考えられるが、要素間の接続を実現する
ハードウェア規模の制約があるため、分割・統合法との
組み合わせが必要である。
大多数の都市に関するTSPを解く装置の構成を第2図
に示す。この構成は、座標によるノードデータやTSP
の計算結果などを格納するメモリ装置201と、ノード
を含む領域を分割し、各分割領域に含まれるノードデー
タを検索する分割処理ブロック202.地図データから
距離を求める距離算出処理ブロック203、TSPを実
際に解く計算機204、TSPの計算回数をチェックす
る監視処理ブロック205.計算機204の処理要素の
数を問題の大きさに応じて変える素子数調節処理ブロッ
ク206、認識結果から巡回順序を決定する選択処理ブ
ロック2071分割領域ごとの巡回順序を統合する統合
処理ブロック208、組み合わせ問題の対象となるノー
ドデータを座標値で入力するディジタイザ装置209、
組み合わせ・問題の割算結果を表示するデイスプレィ2
1o。
結果を出力するハードコピーユニット211.制御用計
算機(CPU)212、I10装置213より構成され
る。
ノードデータは第3図に示すように座標値によってテー
ブルに登録される。大規模TSPを解くアルゴリズムを
第4図に示す。まず計算可能なノード数になるように全
ノード数を分割する。このため分割処理ブロック(20
2)が起動され、以下の処理を行なう。分割処理ブロッ
クの入力はノードの座標値およびノード数214であり
、出力は領域ごとに分割されたノードの座標値およびノ
ード数215である。
全ノード数をM、微分方程式計算機の処理要素数をNと
すると M>−5・・・(2) ならば(ステップ401)、ノードの位置座標によって
決まる領域を分割しくステップ402)、各領域に入る
ノードを検索する(ステップ403)。
このとき領域の境界ヒには、ノードが少なくとも一個あ
るようにする。そしてこの分割した各領域について(2
)の不等式が成立するかどうかをみて、成立すればさら
に領域を分割して行く。そして各領域について M≦5              ・・・(3)とな
れば分割を停止する。このときノードの分布は前領域に
一様に分布しているとは限らないため、−度の分割・統
合のみでは良い解は得られない。
そのため分割方法を変えながら計算を進める。−例とし
て第5図に、水平垂直に領域を分割していく手法を示す
。ここでは領域の情報を管理するために、座標登録テー
ブルと分割情報テーブルが用意されている。座標9Mテ
ーブルはノードのデータが登録されている。分割情報テ
ーブルは、領域に含まれるノード数、ノードの座標を登
録したメモリ領域の先頭アドレス、領域の左下隅、左下
隅の座標を登録する。領域はこの座標を参照し縦方向の
長さ■と横方向の長さHを比較してH≧V      
         ・・・(4)ならばその領域を縦方
向に分割する。またH<V             
   ・・・(5)ならばその領域を横方向に分割する
。分割領域の大きさが決まるとこの領域に含まれるノー
ドを検索する。このとき分割情報テーブルに登録された
先頭アドレスから登録されたノード数だけ検索する。検
索結果は座標登録テーブルに再賛録する。
こうして新しい領域に含まれるノード数と、格納領域の
先頭アドレス領域の範囲座標のデータを分割情報テーブ
ルに追加登録して行く。またハツチングに示すように領
域の分割によって不必要になった分割情報はフラグを立
てておく。そしてポインタを変えて次の領域について判
定(1) (2)を行なう。フラグの立てられたデータ
は分割終了後に消去する。このような分割は精度の良い
解を求めるために複数回行なう。例えば縦方向はノード
についてX座標が最小値から増加する方向(L方向)と
、X座標が最大値から減少する方向(R方向)、横方向
はノードについてX座標が最小値から増加する方向(B
方向)と、X座標が最大値から減少する方向(T方向)
を考え、L、R,B、Tの組み合わせで −B −T −B −T の4通りを行ない、各回についてTSPを解いていく。
領域の分割についての一例を第5図に示す。この図はL
−T分割の例である。Aは分割前の全領域に含まれるノ
ードデータである。今M^=30゜N=10とする。M
sは領域iのノード数、Nは領域に含まれる最大ノード
数である。このときAは(3)式を満たすため、B (
MB= 10) 、C(Mc=20)に分割される。領
域Cは(3)式を満たすためさらにD (Mo=l O
) 、E (ME=lO)に分割される。
その他の分割の方法として傾角を持って分割する方法、
またランダムにノードを選択していく方法が考えられる
。分割手段の使用回数についでは、許容できる全体の処
理時間を考慮して求める。例えば許容時間をT、−個の
ノードの検索時間をm、全ノード数をM、−領域当りの
TSPの計算時間をN、領域を囲む辺の数の最大値をe
、−個の点の統合時間をC1領域分割の繰返し回数をR
1TSP計算の繰返し回数をrとすると、全計算時間S
は最大 B =R(+a(D+D−M十〇−2M十−+D −(
k−1)M)+kN+mkC)k= [D十M−1/M
l となる。[申]はガウス記号を示す。(6)式において
T=400s1m=ioμs、N=0.2s、e=4、
C=lOμs、r=1とすると、5=83R<Tm2O
3・・・(7) より4回の分割を行う。(6)式のような判定式を分割
処理ブロック202に付加することによって、問題の大
きさに応じて分割回数を設定できる。
こうして得られた分割領域に含まれるノードに対して、
ノード間の距離を計算する(ステップ404)この処理
は距離算出処理ブロック203がおこなう。入力216
はノードの座標値であり、出力217はノード間距離で
ある0次に微分方程式計算機を起動して、実際にTSP
問題を解く。
この計算機は大規模な相関を持つ微分方程式を解くこと
によってTSPを解<、TSPを記述する微分方程式は dt V*=g(uI) ・・・(9) R,ρI   Rtj T t a = −f’ a t ・・・(11) = l T’lJ I ・・(12) (1+  、);l、  2.  ・・・N)で与えら
れる。ここでvlは処理要素iの値であり、vJの値を
持つ要素jと関係T1−で関係づけられている。またρ
魚は入力抵抗、g (ul)はシグモイド(Sigmo
id)関数、Nはノード数、工1は外部からの定常入力
電源である。(8)式はベクトル形式で記述すれば次式
と等価である。
dt     aV   τ TSPにおいては1次に以下に示すエネルギ関数Eを設
定する。
E=−(ΣΣ Σ Vx=Vy−) 2り【凰J≠1 ここで添え字はnを法としてVy n+a”Vy aで
ある。この式によって t −≠五 V # X −C(ΣΣV、lt   n) D Σ d xy(Vy++t+ Vyz−z)   
・=(15)Vx+=gt(uxi) となる、TSP以外の組み合わせ問題でもこのエネルギ
関数Eを設定すれば本方式が適用できる。
dxyはノードXとノードYを結ぶ直線の長さである。
V x tの初期値は、 ΣΣVx+ = N    (N :ノード数)によっ
て入力する(ステップ405)。与え方は上式を満たせ
ばランダムでもよい。またA、B。
C,D、uoを経験的に与えられ A =B=500 C=200 D =500 uo=0.02 n =15 τ = 1 が適切な値であることが知られている。この微分方程式
は(14)式で与えられたエネルギ関数を極小値に導く
ように動作する。そして極小値に落ち着いたときに得ら
れる情報が組合せ問題の解となっている。
(15)式をアナログ計算で解く回路を第6図に示す。
円記号で表された処理要素は1行方向にたいしては巡回
順序、列方向はノード名に対応している。この処理要素
を以後出力素子と呼ぶことにする。この出力素子は入力
UXSに対してV x tを出力する。この変換は(1
6)式で表されるが、ROM(Read 0nly M
emory)によって入力値に対して所定の値を出力す
ることによって行う。加算、積分、定数倍はOPアンプ
を用いることによって実現できる。ただし図中のdAa
、 dBc・・・は問題に応じて変わるため、RA M
 (Random Access Memory)を用
いて書き換えができるようにする0図中のEは摂動を表
し、(15)式の右辺の値と時間値に依存して求められ
る。時間値は水晶発振器を用いてパルスを発生させ、パ
ルス数を数えることによって与える。微分方程式は微分
回路を用いることによって実現できるが、ノイズに対し
て弱いため、積分回路を用いている。さらに各出力素子
にグランドと接続するスイッチ(アナログ信号を扱う場
合はアナログスイッチ)を付加することによって出力素
子数を変化させることもできる。スイッチングはノード
数の情報を用いて行なう。例えばTSPで一個のノード
数をNからN−1にするときには、N2の出力素子群の
うち一行分と一列分の出力素子群をグランド接続する。
このとき出力素子数は(N−1)”である。このような
出力素子数の調整は素子数調整処理ブロック208が行
なう。ブロックの入力218は、分割領域ごとのノード
数であり、出力219はアナログスイッチの開閉信号で
ある。
(14)式に各種の制約条件を付加することによって様
々な局面に対応することもできる。例えばノードA、B
は一方を通過したら必ずもう一方へ向かうとする制約が
あれば、Bに対応する横方向のノードと、縦方向の任意
のノードを電圧Oに接地する。またx、Yは連続して通
過しないようにしないようにするためは、dxyを十分
大きくしておけば良い。さらに通過コストを問題とする
場合にはノードX、Yを通過する場合にコストがLxy
かかるとすれば、dxyのかわりにLxyを用いる。こ
こで適当なA、B、Cを選択することによって、V x
 tは局所的な極小値に落ち着き、しかも実際の解に近
い値が得られることが知られている。ここでエネルギ関
数によって決まるベクトル場は、局所的な極小値を多数
持つと考えられるので、好ましくない極小値に入らない
ようにするために微小な摂動を与える。この場合、(1
5)式はdt      τ    j≠I     
 F≠X−C(ΣΣVxt   n) D X d xy(Vyt+t+Vy+−t)+i  
 ・=(17)となる、ここで摂動項Eは、例えば (t>o、t=oのときは十分大きい値を取る)となる
ようにランダムノイズを付加する。ここでpeak(X
)は、Xのピーク値を示す。ここでF(V)は(15)
式の右辺の値である。tは時間を示す。このとき初めは
解は安定しないが、十分時間が立てば望ましい極小値に
落ち着く確率が大きくなる。ノード等の初期値および接
続係数の値を与えた後、(17)式を計算する(ステッ
プ406)。
計算機はデジタル回路によっても構成することができる
。この計算機は、第7図に示すように、距離算出ブロッ
クによって計算されたノード間距離をパラメータとし、
V値の初期Jiを入力して、その収束値を出力226と
する。また制御信号として出力素子数調整信号が素子数
調整処理ブロック208より送られる。
実際にVの値は0または+1とは限らない。従って得ら
れた値を解釈してノードの巡回順序を決定する。第6図
に示す素子の横の並びはTSPにおいて訪れるノードの
順序に対応するため、縦に並んだ素子の値のうち最大の
ものを取る。この結果はメモリ装置201にセーブする
(ステップ407)、いま横方向にi番目、縦方向に5
番目のノードが選択されたとすると、ノードjがi番目
に訪れることになる。もし巡回順序が決定できなければ
、その結果は捨てて、初期値を再設定して試行を繰り返
す。(17)式のVの初期値を変更することによって何
回かの試行を行ない(ステップ408)、そのつど距離
の合計値Sを求める。
ここでkは試行回数を示す。ぞして 5=lIIin(Sk)・・・(20)となるSkを求
めその値を取るノードの巡回順序を解とする(ステップ
409)、ここでi+1n(Sh)はSkの中で最小の
ものを選択する演算を示す。
試行回数は監視処理ブロック205に監視するようにし
ておけば、試行回数をプログラムすることによって任意
に設定することが可能である。この監視処理ブロックは
TSPの計算結果が得られ、しかも指定の回数以上の試
行を行ったときに計算を終了させる。入力220はV値
のデータであり、計算ごとに逐次送られる。出力221
は計算実行の制御信号である0以上の方法によって分割
したすべての空間について実行し1巡回順序を決定して
ゆく。
このようにして分割空間ごとに巡回順序が求まると、統
合処理によって全体の巡回順序を決定する(ステップ4
10)。これは統合処理ブロック207で行なう。入力
222は各分割領域でのTSPの計算結果であり、出力
223は最終的なTSPの計算結果である。この処理ブ
ロックでは以下の処理を行なう。領域を分割した時に必
ず1個のノードがその境界上にあるようにしているため
、そのノードでは他ノードと4本以上の接続(経路)を
持っている。従って統合によって二個のノードのみの接
続にする必要がある。ここでは2に本の接続の中で二本
の長さが最小になる組み合わせを選択し、その他の接続
を消去し、消去した接続を持つノード間で接続する。例
えば第8図に示すように、ノードAはノードB、C,D
、Eと接続を持っていたとしてC,Eとの接続が得られ
たとすると、B、Dとの接続は切り離し、B。
DをノードBで接続しておく。こうして各ノードを1回
のみ通過するネットワークができる。結果はメモリ装置
12201に書かれる。これをその領域分割方法におけ
るTSPの解として出力する。以上の計算は、判定式(
6)によって求められた分割回数だけ返す(ステップ4
12)。各回で求めたm1n(Sk)の中で最小のもの
M M =min m1n(S h)          
 −(21)d:分割方法の数 を求め、TSPの解とする(ステップ413)。
これは選択処理ブロック206が行なう。入力はSkで
あり、出力はMAこ対応する巡回順序である。
〔発明の効果〕
本方式によって大規模なノード数に関してTSPを高速
かつ実用精度で解くことができる。また他の組み合わせ
問題についても、エネルギ関数を設定することにより本
方法を適用できる。これによって電話線の最適付設等の
実用的問題を、高精度かつ高速に行なうことができる。
【図面の簡単な説明】
第1図はTSPの説明図、第2図は大規模組み合わせ問
題を解くシステムの構成図、第3図はノードデータのデ
ータ構成を示す図、第4図はTSPを解くアルゴリズム
を示す図、第5図は領域の分割を示す図、第6図は微分
方程式計算機システムの構成図、第7図は微分方程式計
算機の入出力関係を示す図、第8図はノードの統合方法
を示す図である。 201・・・メモリ装置、202・・・分割処理ブロッ
ク、203・・・距離算出処理ブロック、204・・・
微分方程式計算機、205・・・監視処理ブロック、2
06・・・選択処理ブロック、207・・・統合処理ブ
ロック、208・・・素子数調整処理ブロック、209
・・・ディジタイザ装[,210・・・デイスプレィ、
211・・・ハードコピーユニット、212・・・制御
用CPU、213・・・I10装置。 ■ 図 VJ 2 図 ′43 圀 バーYコピーユニ7ト 第 区 (久) 第 図 第 図 (b) 図

Claims (1)

  1. 【特許請求の範囲】 1、ノードの位置座標を登録したテーブルと、領域を分
    割して各領域に含まれるノードを検索する分割回路と、
    各分割領域に含まれるノードについてノード間の距離を
    計算する距離算出回路と、極小値の一つが解に対応する
    エネルギ関数を、極小値をとるように導く微分方程式を
    解くことによつて組み合わせ問題を解く計算機と、各領
    域で計算した結果を統合して近似解を決定する統合回路
    より構成し、方法の異なる領域分割をあらかじめ与えら
    れた順序で指定回数行ない、各回において、ノード間の
    距離のような特徴量をパラメータとし、与えられた大き
    さの範囲内で決定された初期値を入力して、上記の計算
    機を駆動して、組み合わせ問題の解を得られる収束値か
    ら判断して求めて行き、得られる解の候補の中から高精
    度の解を選択することを特徴とする巡回経路決定方法。 2、特許請求の範囲の第1項において、分割処理を行う
    回数を、回数を評価式に従つて計算する機能を分割回路
    に付加して、あらかじめ与えられた時間の範囲内で組み
    合わせ問題を解くことを特徴とする巡回経路決定方法。 3、特許請求の範囲の第1項において、組み合わせ問題
    の計算試行回数をチェックし、指定回数以内ならば初期
    値を変更して計算を再実行させる監視回路と、試行結果
    から最適近似解を選択する選択回路を付加して、得られ
    る解の中から高精度の解を得ることを特徴とする巡回経
    路決定方法。 4、特許請求の範囲の第1項に記載した組み合わせ問題
    を解く計算機に、信号変換回路を付加し、摂動項を持つ
    微分方程式を解かせることによつて、高精度に組み合わ
    せ問題を解くことを特徴とする巡回経路決定方法。 5、特許請求の範囲の第1項に記載した組み合わせ問題
    を解く計算機に、素子数調整回路を付加することによつ
    て演算要素の数を組み合わせ問題の規模に応じて切り換
    えることを特徴とする巡回経路決定方法。
JP63304103A 1988-12-02 1988-12-02 巡回経路決定方法 Pending JPH02150959A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP63304103A JPH02150959A (ja) 1988-12-02 1988-12-02 巡回経路決定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP63304103A JPH02150959A (ja) 1988-12-02 1988-12-02 巡回経路決定方法

Publications (1)

Publication Number Publication Date
JPH02150959A true JPH02150959A (ja) 1990-06-11

Family

ID=17929064

Family Applications (1)

Application Number Title Priority Date Filing Date
JP63304103A Pending JPH02150959A (ja) 1988-12-02 1988-12-02 巡回経路決定方法

Country Status (1)

Country Link
JP (1) JPH02150959A (ja)

Similar Documents

Publication Publication Date Title
Taguchi et al. Online map matching with route prediction
Bellman et al. Mathematical aspects of scheduling and applications: modern applied mathematics and computer science
US8352174B2 (en) Targeted marching
Hopfield et al. “Neural” computation of decisions in optimization problems
Bonnet et al. Necessary optimality conditions for optimal control problems in Wasserstein spaces
CN112905801A (zh) 基于事件图谱的行程预测方法、系统、设备及存储介质
Redlarski et al. Generating optimal paths in dynamic environments using River Formation Dynamics algorithm
He Chaotic simulated annealing with decaying chaotic noise
CN114863385B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
Mueller et al. An optimization approach for mapping and measuring the divergence and correspondence between paths
Wollenstein-Betech et al. Joint Data-Driven Estimation of Origin–Destination Demand and Travel Latency Functions in Multiclass Transportation Networks
KR20230029759A (ko) 아날로그 크로스바 어레이들을 업데이트하기 위한 희소 수정가능 비트 길이 결정 펄스 생성
Abdalla et al. $ DeepMotions $: A Deep Learning System for Path Prediction Using Similar Motions
Deliparaschos et al. A parameterised genetic algorithm IP core: FPGA design, implementation and performance evaluation
JPH02150959A (ja) 巡回経路決定方法
Bornholdt Genetic algorithm dynamics on a rugged landscape
CN115366919A (zh) 一种轨迹预测方法、系统、电子设备及存储介质
US11443171B2 (en) Pulse generation for updating crossbar arrays
Sunitha et al. Dynamic Programming With Python
CN113849947A (zh) 一种支持增量更新的时态网络模体计算方法及系统
Deng Numerical method for homoclinic and heteroclinic orbits of neuron models
Sloot et al. Computational Science—ICCS 2002: International Conference Amsterdam, The Netherlands, April 21–24, 2002 Proceedings
Bunch et al. A conceptual framework for consistency, conditioning, and stability issues in signal processing
CN117609412B (zh) 一种基于网络结构信息的空间对象关联方法及装置
Zhao et al. Research on a mixed prediction method to vehicle integrated navigation systems