基于ALR的Hopfield神经 网络在高程拟合中的应用

运用具有正规化项的增广拉格朗日函数作为神经网络的能量函数,辅助二次曲面拟合,进一步探索 Hopfield神经网络在高程拟合中的应用。实际算例表明,该方法可以大大提高神经网络的计算效率和可靠性。     

基于Hopfield神经网络算法的航线优化研究

采用连续型Hopfield神经网络算法航线进行优化设计,综合考虑航线运价以及路程作的约束条件,设计最优航线。考虑构造相应置换矩阵,将目标函数以及约束条件作为构造条件设计相对应的能量函数,将问题的最优解映射到神经网络的稳定状态上,采用MATLAB软件进行算法的编程和求解,最终得出单位路程运价最低的航线优化方案。     

组合电路最优Hopfield模型的判定算法

组合电路的故障检测问题是一个ＮＰ完全问题。根据组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型，通过相容状态建立的齐次线性方程组的基础解系和感知机，提出了组合电路最优Ｈｏｐｆｉｅｌｄ模型存在性的实用判定算法，并给出了计算实例。     

混合人工鱼群算法在约束非线性优化中的应用

为了解决具有约束的非线性优化问题,本文将增广拉格朗日乘子法和鱼群算法相结合用于非线性问题的全局优化,即用人工鱼群算法寻找增广拉格朗日函数的近似最优解,并将该近似解用于拉格朗日乘子和惩罚因子等参数的更新．同时,简要分析了人工鱼群算法的随机收敛性．仿真结果证明,与自适应惩罚遗传算法相比,该混合算法在解决约束优化问题中具有优越性和有效性．     

Hopfield神经网络在机器人路径规划中的应用

将Hopfield反馈型神经网络方法,应用于对机器人工作路径的合理规划中,解决了对两两给定通路的若干工作站点,机器人能顺序访问并最终返回起点的最短巡游路径问题。可针对不同的具体问题来设计网络的连接权及能量函数。对8站点和16站点仿真结果表明,此方法可以在较短的时间内寻优获得最佳工作路径。     

离散Hopfield神经网络在施工企业信用评价中的应用

为了科学规范地对施工企业的信用进行评价分析,结合实际施工企业经营管理的特点,尝试应用离散Hopfield神经网络评价方法对施工企业的信用进行评价.实例分析的结果表明,利用离散Hopfield神经网络评价方法对施工企业的信用进行评价是可行的.     

基于Hopfield神经网络的A／D转换器

本文分析了基于Ｈｏｐｆｉｅｌｄ神经网络的Ａ／Ｄ转换器原理，并通过对电路方程及转换条件的分析，得出了输出正确状态时参考输入应满足的条件。     

基于Hopfield神经网络的状态观测器设计

基于神经优化计算原理，给出了线性定常系统的状态观测器的设计方法。将观测器设计问题转化为约束非线规划问题，利用Hopfield神经网络在线的计算观测器的增益矩阵和输入矩阵，能够保证观测器输入信号的平均幅值接近最小。数字仿真结果表明了该方法的有效性。     

延迟离散Hopfield型网络的异步收剑性

延迟离散Hopfield型网络是离散Hopfield网络的一种推广,研究了非对称的延迟离散Hopfield型神经网络的异步收剑性,并给出了相应的收剑性定理,所获结果推广了已有的结论。     

神经网络在GPS高程拟合中的应用

讨论利用遗传算法(GA)、粒子群算法(PSO)来优化BP神经网络权值和阈值的原理;结合平坦地区的工程实例,研究二次曲面、BP、GA-BP与PSO-BP 4种拟合模型在GPS高程拟合中的应用.拟合结果表明:PSO算法优化BP神经网络精度效果优于GA算法优化BP神经网络精度,拟合误差更小.     

基于Hopfield神经网络的贴片机路径优化

SMT生产线要达到最大效率,贴片机的贴装速度是一项重要的指标,而贴装效率与贴装路径密切相关。通过分析贴片机的贴装工艺流程,应用Hopfield神经网络模型对贴装路径进行优化,并且给出了相关的Matlab程序。实验结果表明,算法可以解决贴片机元件贴装的路径优化问题。     

基于离散Hopfield神经网络的文献检索智能识别

根据Hopfield网络中神经元之间的相互连接具有丰富的动力学特性的特点,探究了Hopfield网络模型在文献检索中的运用,指出该网络存在的问题,并提出解决方案.     

基于离散Hopfield神经网络的文献检索智能识别

根据Hopfidd网络中神经元之间的相互连接具有丰富的动力学特性的特点，探究了Hopfield网络模型在文献检索中的运用，指出该网络存在的问题，并提出解决方案．     

基于连续型Hopfield网络的最优控制方法

为克服应用离散型Hopfield网络解决动态最优控制问题时,计算量随着系统维数和控制时域的增加而指数增大的不足,提出了一种基于连续型Hopfield网络解决线性离散系统二次型最优控制问题的方法.该方法将线性二次型性能指标转化为连续型Hopfield网络的能量函数,控制序列转化为连续型Hopfield网络神经元的输出向量,从而将线性二次型动态优化问题的求解过程转化为相应的连续型Hopfield网络从初态向终态的运行过程,网络稳态输出反映了最优控制序列.该方法计算量小,实时性好,便于在线优化控制.     

对Hopfield网络求解TSP算法的一种改进

将旅行商问题映射成神经网络的形式做了改进,采用固定许行起点的方法,减少了求解过程中等价解不必要地出现。在保持原来算法优点的同时,使得所需神经元的数目减少２Ｎ－１个,这对提高计算效率以及神经网络的硬件实现是有意义的。计算机模拟说明了此算法的有效性。     

含脉冲的Hopfield神经网络模型及其收敛性

利用脉冲微分方程,建立了一种新型神经网络模型,通过构造Lyapunov函数方法,讨论了网络的周期振荡性,和全局指数收敛性质及其收敛速率,并给出一实例说明所得结论.     

基于离散Hopfield神经网络的葡萄酒质量评价

葡萄酒质量评价是一个多因素、非线性的复杂过程,为了提高评价结果的准确性,在构建评价指标体系的基础上,利用离散Hopfield神经网络建立了葡萄酒质量评价的数学模型,并通过Matlab神经网络工具箱对葡萄酒质量评价进行仿真试验.结果表明,该模型提高了葡萄酒质量评价的准确性,评价结果对葡萄酒的生产和市场定位具有一定的参考意义.     

Hopfield网络与三角剖分

讨论了构造平面点集的三角剖分的一个简单的充分必要条件,为使用Hopfield网络解决最优三角剖分问题准备必要的理论基础。     

基于混沌搜索的神经网络及在优化问题中的应用

在运用Hopfield神经网络求解优化方面问题的同时,引进GCM混沌神经网络,对求解过程进行了改进。通过混沌遍历,可使Hopfield网络在整个相空间进行搜索,从而避免网络在运行过程中陷入局部极小值。通过对一个物流配送的实例进行实验,结果显示Hopfield网络的寻优特性获得了较大改进。