没有合适的资源?快使用搜索试试~ 我知道了~
Hopfield神经网络算法在数学建模中的应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 26 浏览量
2023-09-15
15:24:43
上传
评论
收藏 1.32MB DOCX 举报
温馨提示
试读
25页
Hopfield神经网络算法在数学建模中的应用.docx
资源推荐
资源详情
资源评论
摘 要
Hopfield
神经网络是神经网络发展历史上的一个重要发展阶段,它成功地解
决了
TSP
计算难题。
Hopfield
神经网络是一种反馈型神经网络,它的稳定形态比
前向型网络要繁杂得多。
Hopfield
神经网络分为离散型和连续型两种网络模型,
Hopfield
神经网络模型具有高效性和稳定性,但是
Hopfield
神经网络算法是一种
贪心算法,是通过寻找局部最优解来达到全局解,但是这个全局解不一定为全局
最优解,所以本文尝试对此进行改进,以达到最优解,避免不足之处。本文介绍
了
Hopfield
神经网络在数学建模中的应用,运用
Hopfield
神经网络算法求解智能
RGV 的动态调度优化问题。
关键词:
Hopfield
神经网络算法;
TSP
问题;智能 RGV 动态调度。
目 录
1 引言………………………………………………………………………………P1
2
Hopfield
神经网络的基本理论…………………………………………………P1
2.1 离散型
Hopfield
神经网络算法的定义及特性……………………………… P1
2.2 连续型
Hopfield
神经网络算法的定义及特性……………………………… P3
2.3
Hopfield
网络当前的研究成果……………………………………………… P5
3
Hopfield
神经网络在数学建模中的应用…………………………………… P6
3.1
Hopfield
神经网络求解
TSP
………………………………………………… P6
3.2 应用举例:智能 RGV 的动态调度优化研究………………………………… P7
3.2.1 问题重述…………………………………………………………………… P8
3.2.2 问题分析…………………………………………………………………… P9
3.2.3 问题假设…………………………………………………………………… P10
3.2.4 符号说明…………………………………………………………………… P10
3.2.5 模型的建立与求解………………………………………………………… P12
3.2.6 检验模型的实用性和算法有效性………………………………………… P16
3.2.7 模型的评价与推广………………………………………………………… P16
4
Hopfield
神经网络的发展展望……………………………………………… P17
致谢…………………………………………………………………………………P17
参考文献……………………………………………………………………………P18
附录 A
Hopfield
神经网络模型代码…………………………………………… P19
1
Hopfield
神经网络算法在数学建模中的应用
1 引 言
Hopfield
神经网络是神经网络发展历史上的一个重要的里程碑。1982 年,美
国加州理工学院物理学家 J.J.
Hopfield
教授对
Hopfield
神经网络的相关问题进
行研究,研究结果显示
Hopfield
是一种单层反馈神经网络。除此之外,1984 年,
Hopfield
教授设计并研制了网络模型的电路,并成功地解决了
TSP
计算难题。
Hopfield
神经网络是一种反馈型神经网络,它的稳定形态比前向型网络要繁杂得
多。
Hopfield
神经网络分为离散型和连续型两种网络模型,分别记作
DHNN
(
Discrete
Hopfield
Neural
Network
) 和
CHNN
(
Continues
Hopfield
Neural
Network
) 。
Hopfield
神经网络算法主要用于解决
TSP
问题,但是现在还有很多方面都可
应用
Hopfield
神经网络算法,例如许多由
TSP
所衍生的问题都可用
Hopfield
神经
网络算法解决,但是需要将
Hopfield
神经网络模型改进,从而得到问题的答案。
Hopfield
神经网络模型具有高效性和稳定性。通过找出所有路径的组合之后,再
进行比较从而找到最佳路径来解决
TSP
问题,但是这种传统穷举法的计量工作量
会随着维数的增加而大幅度增加,用
Hopfield
神经网络算法来解决
TSP
问题就可
以避免这种情况,但是
Hopfield
神经网络算法是一种贪心算法,通过寻找局部最
优解来达到全局解,但是这个全局解不一定为全局最优解,所以本文改进约束条
件能量函数,达到最优解,避免不足。
2
Hopfield
神经网络的基本理念
Hopfield
神经网络分为离散型和连续型两种网络模型,分别记作
DHNN
(
Discrete
Hopfield
Neural
Network
) 和
CHNN
(
Continues
Hopfield
Neural
Network
) 。
DHNN
与
CHNN
的主要差别在于:
CHNN
神经元激活函数使用
sigmord 函数,而
DHNN
神经元激活函数使用了硬极限函数。
2.1 离散型
Hopfield
神经网络算法的定义及特性
2
离散
Hopfield
神经网络(
DHNN
):神经元的输出取 1 代表其为激活形态,
取 0 代 表 其 为 抑 制 形 态 , 二 值 神 经 元 的 计 算 公 式 如 下 ,
j ij i j
i
u w y x= +
å
其中
i
x
为外部输入,并且有:
离散
Hopfield
神经网络是一个单层网络,有
n
个神经元节点,每个神经元节
点的输出都能接到其它神经元节点的输入。各节点没有自反馈,每个节点都附有
一个阀值。每个节点都可处于一种可能的状态(1 或-1),即当阀值比神经元所
受的刺激大时,神经元就处于一种状态(比如-1),否则神经元就始终处于另一
种状态(比如 1)。
一个
DHNN
的网络状态是输出神经元信息的集合。对于一个输出层是
n
个
神经元的网络,其
t
时刻的状态为一个
n
维向量:
( ) ( ) ( ) ( )
1
1 2
, ,...,
n
Y t y t y t y t=
é ù
ë û
因为
( )
i
y t
可以取值为 1 或 0,故
n
维向量 Y(t)有 2
n
种状态,即网络有 2
n
种状态。
如图所示:如果
Hopfield
神经网络是一个稳定网络,有 3 个神经元,则有
3
2
种状态。由图 2-1 可得:若在网络的其中一个端点上加上一个输入向量,则网络
的状态会产生变化,即从正八面体的一个顶点转向另一个顶点,最终趋于稳定。
000
010
110
111
101
001
011
100
图 2-1 3 神经元 8 种状态的立方体模型
假设一个
DHNN
,其状态为
( )
Y t
:
( ) ( ) ( ) ( )
1
1 2
, ,...,
n
Y t y t y t y t=
é ù
ë û
如果对于任何
tV
,当神经网络从
0t =
开始,有初始状态
( )
0Y
。经过有限时
刻
t
,有:
( ) ( )
Y t t Y t+ =V
则称网络是稳定的。
1, 0
0, 0
i i
i i
y u
y u
= ³
ì
í
= £
î
当 时
当 时
3
Hopfield
神经网络稳定的充分条件:权系数矩阵
W
是对称矩阵,并且对角线
元素为 0。无自反馈的权系数对称
Hopfield
神经网络是稳定的。
y
1
y
2
y
3
x
2
x
1
x
3
w
21
w
12
w
23
w
13
w
31
w
32
图 2-2 稳定的
Hopfield
神经网络
离散
Hopfield
神经网络有联想记忆的功能。对于
Hopfield
神经网络,用它作
联想记忆时,先确定权系数的值,使得所记忆的信息在网络的
n
维正八面体的某
一个顶角的能量最小。当网络的权系数确定之后,只要给网络加上输入向量,网
络依旧可以完整输出所记忆的信息。
2.2 连续型
Hopfield
神经网络算法的定义及特性
连续
Hopfield
神经网络(
CHNN
)拓扑结构和
DHNN
的结构相同。不同之
处在于其函数
g
不是阶跃函数,而是
S
形的连续函数。一般取
( )
( )
1/ 1
u
G u e= +
连续型
Hopfield
神经网络(
CHNN
)是联接简易的电子线路形成的。每个神
经元都拥有一个输出值,这个输出值有着连续地时间变化。模拟神经元的
S
型单
调输入——输出关系,即
( )
i i i
v f u=
剩余24页未读,继续阅读
资源评论
南抖北快东卫
- 粉丝: 70
- 资源: 5584
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- JSP Explorer 文件浏览器 v1.0-fileexplorer.zip
- JS+Flash让网页元素发光的插件 glow! 0.1-glow.zip
- JdonFramework开源框架 v5.1 Build20071025-jdonframework-5.1.zip
- 汽车行驶工况数据,excel,m文件
- Xshell6是一款功能强大的终端模拟器软件,主要用于远程管理和访问多种网络设备和服务器
- OPA548运放E/S脚使能后,输入电压为零时,输出电压为0.6V;电路如何设计才能使输出电压偏置为:0V
- MicrosoftRootCertificateAuthority2011.rar
- ISOSAE21434.D1-2020SAE美国汽车标准
- 奥比中光RGBD在JETSON ORIN NX的ROS程序
- SerialNumberUtil.java
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功