Η παρούσα διπλωματική εργασία ασχολείται με τη δρομολόγηση οχημάτων σε οδικά δίκτυα χρησιμοποιώντας το Νευρωνικό Δίκτυο Hopfield. Για λόγους σαφήνειας και πληρότητας αρχικά περιγράφονται οι δημοφιλέστεροι «συμβατικοί» αλγόριθμοι δρομολόγησης. Στη συνέχεια παρουσιάζονται οι βασικότερες αρχές των Νευρωνικών Δικτύων ούτως ώστε να καταστεί κατανοητή η λειτουργία του δικτύου Hopfield, η ανάλυση της οποίας έπεται. Έχοντας, πλέον, τα απαραίτητα γνωστικά εφόδια, η διπλωματική προχωράει στην επεξήγηση του προτεινόμενου δικτύου Hopfield με τροποποιημένη συνάρτηση ενέργειας, που καλείται να επιλύσει το πρόβλημα της δρομολόγησης μεταξύ δύο δοσμένων κόμβων σε οδικά δίκτυα. Η εφαρμογή του νευρωνικού αυτού δικτύου σε ένα τμήμα του οδικού δικτύου της Αθήνας και η αντίστοιχη προσομοίωση προσφέρουν σημαντικά αποτελέσματα, τα οποία επεξηγούνται και αναλύονται. Στα πλαίσια της πειραματικής ανάλυσης υλοποιήθηκε στο MATLAB μία εφαρμογή δρομολόγησης, που υπολογίζει τις βέλτιστες ή σχεδόν βέλτιστες διαδρομές μεταξύ δύο κόμβων κάνοντας χρήση είτε του προτεινόμενου δικτύου Hopfield, είτε του αλγόριθμου Dijkstra.
This diploma thesis deals with the vehicle routing problem. For clarity and completeness purposes the most popular conventional routing algorithms are initially described. The basic principles of Neural Networks are then presented in order to make intelligible the operation of Hopfield network, whose analysis follows. Having now the necessary cognitive skills, the thesis moves on explaining the proposed Hopfield network with a modified energy function, that is called to solve the routing problem between two given nodes in road networks. The implementation of the proposed network into a section of the road network of the city of Athens and the corresponding simulation provide significant results, which are explained and analyzed. The experimental analysis is performed with a MATLAB application that calculates the optimal or near optimal path between two nodes using either the proposed Hopfield network or Dijkstra’s Algorithm.