Hopfield网络解TSP的改进算法

针对Hopfield网络解施行商问题（TSP）经常出现无效解和局部优化解,本文给出置换矩阵的满足一定条件的元素Vxi作为初始值,以便得到有效解。此外,还利用较大的步长所产生的误差和对当前解必须或等于已有解的要求,使计算结果能从局部优化解达到全局最优解。大量的模拟实例表明,该算法具有迭代次数少,收敛速度快,易获得有效解和全局最优解等优点。     

用Hopfield神经网络解哈密顿回路问题

设PN是一个圆的内接正N边形,圆的直径为1.将一个N个顶点的简单图G的每条边赋权,权重为PN的边长;对于图G中不邻接的各对顶点,先求出这对顶点最短路的长度,再赋予PN中同样长度的路的两端点的距离.如此,将图G的哈密顿回路问题转变成旅行商问题:周游回路最优解的长度是否等于正N边形的周长.为了用Hopfield神经网络方法得到正确的判定,简化了初始状态,引用了动态消元算法.     

TSP的扰动恢复问题及其轮换算法

对旅行商问题进行了扰动恢复讨论，在对旅行商问题进行数学描述的基础上，分析了各种扰动，由于增加或删除点可以转化为对边的费用进行处理，所以只讨论了边受到扰动的问题，并给出旅行商问题的扰动恢复问题的数学模型，然后用近世代数中置换群工具得到一种求解此问题的轮换算法，并给出了一个算例。     

Hopfield网络解旅行商问题的动态消元算法

对Hopfield网络解旅行商问题的算法做了改进工作:为了消除无效解,给出了普适的初始状态,调整了差分迭代方程的参数,改变了稳定状态的判断.为了得到最优解,提出动态消元算法,要求消元后第r次的运算结果优于或等于第r-1次的运算结果.计算机模拟表明此算法对初始条件具有稳健性,从任何初始状态开始都能得到最优解.     

使用模拟退火算法解课表问题

给出一种使用模拟退火算法 (SSA)求解课表问题的方案 ,详细地讨论了该方案涉及的各种问题 ,包括目标函数和初解的确定 ,邻域和新解的产生方法 ,初始“温度”的确定和“温度”更新的方式 ,内循环次数及算法终止条件的确定等 .文章的最后给出了该方案的一个实例和若干性能分析 .     

开关函数加权网络综合算法的改进

文献〔1〕根据任意开关函数可表示成某些变量重复的对称函数,即开关函数的加权表达式,提出了基于一位全加器的加权网络的代数综合算法。由于一位全加器的集成度低,因此需用较多的集成块。本文对文献〔1〕的算法作了改进,使之适用于四位全加器的情况。 四位二进制全加器的图形符号如图1所示。A_3～A_0、B_3～B_0为二个四位二进制数输入,C_0为低位进位输入,S_3～S_0为本位和输出,C_4为进位输出。其输出可表示为 C_4S_3S_2S_1S_0=A_3A_2A_1A_0+B_3B_2B_1B_0 +C_0 （1）式中“+”为二进制加法运算。     

无线传感器网络的自身定位算法研究

自身定位算法在无线传感器网络技术的目标定位和跟踪等方面起着举足轻重的作用,而算法的优劣直接影响着自身定位和目标定位的精度．以传统的DV-hop算法为依据,提出了一种WDH（Weighted-DV-hop）定位算法,在获得跳数的步骤中,根据接收到的传播信号区分强弱程度,并取0．d．5或1作为跳数递增量的加权修正值,来得到新的跳数．最后通过Matlab平台实现算法的验证,表明其可以明显地提高定位的精度．     

求解基因排序问题的Arnoldi-型算法的改进

考虑利用Arnoldi型算法求解GeneRank问题。根据Arnoldi型算法的特点和基因排序问题本身具有的性质,对求解基因排序问题的Arnoldi型算法中存在的缺点进行优化,给出了一个新的算法。最后给出了数值实验,证实了新方法较原方法更有效。     

基于实数编码遗传算法的多层神经网络BP算法

提出用实数编码的遗传算法来优化多层神经网络的权值，并且将遗传算法与ＢＰ算法结合，能有效地避免ＢＰ算法陷入局部极小和遗传算法过早收敛，实验结果令人满意．     

基于信号飞行时间与误差分析的改进无线传感网络Bounding-box定位算法

为提高无线传感网络定位算法的实效性,针对Bounding-box定位算法定位精度不足的问题,提出了基于信号飞行时间与误差分析的改进Bounding-box定位算法。该算法根据累计距离误差,在正方形重叠区域重新划分离散小方格,然后按照累计距离误差最小化准则,选择对应离散小方格的中心点坐标作为待定位节点的定位位置。通过仿真实验表明,提出的改进Bounding-box定位算法,在距离测量精确和小误差情况下,能够明显提高定位精度。此外,真实环境实验表明,在采用信号飞行时间作为距离测量技术的条件下,提出算法的定位误差最小。更多还原     

判定离散Hopfield神经网络稳定性的新方法

寻求判断离散Hofield神经网络稳定性的新判据。具体考虑神经元的权值矩阵元素和阀值之间的关系，依此判断能量函数的收敛性，得到了一个与阀值无关、不需权值矩阵对称的新判据；在新判据的基础上作出数学变形和分析，并用线性方程的解去刻划稳定点的存在性，得到了稳定点存在的一个充要条件。最后将离散Hopfield神经网络的稳定点存在问题转化为在有限区域内连续函数的零点解的问题。     

具有分布时滞的高阶Hopfield神经网络的全局稳定性判据

通过使用Lyapunov泛函方法和LMI方法研究了具有连续分布时滞的高阶Hopfield神经网络（HHNNs）的全局渐近稳定性,得到了系统全局渐近稳定的充分条件．通过使用Matlab中的LMI工具箱验证了结果的有效性．     

一个新的交通网络平衡设计模型及其算法

针对城市道路网络改造问题中，待改造道路和拟添加道路均具有等级选择的特点，提出了一种更加符合实际的新的网络平衡设计二层规划模型，设计了粒子群求解算法，并给出了一个简单的算例，实际算例表明该算法具有计算简单，收敛速度快的特点．     

基于GA的BP网络模型及其应用

提出了一种基于实数编码的GA-BP复合算法,该算法对BP网络初始权值、结构、学习规则进行优化,从而在解空间中搜索出最优解,文中还给出了应用该算法解决油气产能预测的实例。     

自适应粒子群优化算法及其在注塑成型质量指标软测量中的应用

对粒子群优化算法(PSO)进行分析,提出了一种根据速度信息自适应调整参数的粒子群优化算法(APSO-VI),该算法经过大量测试函数上的模拟实验验证,并与PSO进行了比较。实验结果表明,该算法能克服基本PSO算法在求解高维、多峰等大规模复杂非线性优化问题时易陷入局部最优和不收敛的     

神经网络在逻辑阵布图中的应用

首先我们定义准连接向量,然后将一维逻辑阵布图问题归结为非正交准连接向量数目最小的优化问题,利用改进的Hopfield神经网络模型求解.最后给出嵌入线网的算法.     

一种利用RBF神经网络的传感器建模新方法

介绍了基于RBF神经网络的传感器建模新方法，其网络结构简单、收敛性好、计算机仿真结果显示该模型能同时传感器的温度补偿和非线性校正。