延迟离散Hopfield-型网络的收敛性及其算法

给出了延迟离散 Hopfield-型网络的收敛性定理 ,提出了用于组合优化计算的延迟扰动算法 .在正规异步运行规则下 ,证明了网络滞后于能量函数收敛的步数由 Hopfield结果的 n2 步降到 2 n +1步 .揭示了离散 Hopfield-型网络与延迟离散 Hopfield-型神经网络收敛性的内在关系 ,为离散Hopfield-型网络的应用研究构筑了新的框架.     

离散Hopfield神经网络的异步渐近行为

主要研究非对称离散Hopfield神经网络和带有延迟项的非对称离散Hopfield神经网络的异步渐近行为。提出了异步演化的网络状态图和网络状态图的洞的概念 ,研究了网络状态图的洞和神经网络的异步稳定性之间的关系。给出了非对称离散Hopfield网络的异步稳定条件和不稳定条件以及某些特殊情况下的网络状态图的结构。同时 ,也得到了非对称延迟离散Hopfield网络的异步收敛性条件。所获结果推广了一些已有的结论。     

四色和K色图着色问题的瞬态混沌神经网络解法

首先给出了用神经网络求解四色图着色问题的神经网络结构和能量函数 ,然后采用了具有瞬态混沌特性的神经网络 ( TCNN)来解四色图着色问题 .由于引入具有复杂动态特性的瞬态混沌使得该法具有很强的搜索全局最优解的能力 .仿真结果表明 ,用该法解四色图着色问题总能保证使能量函数收敛到最优解 ,有效避免了用传统的 Hopfield人工神经网络 ( HNN)解此问题时极易陷入局部极小的缺陷 ,并且收敛速度更快 .另外我们还用此法求解了属于 NP-完全问题的 K色图着色问题.     

一种求解多处理器作业调度的Hopfield神经网络方法

多处理器作业调度是一类非常复杂的组合优化问题 ,而Hopfield神经网络通常被广泛用于求解各种组合优化问题。针对具有时间约束 (执行时间和最后执行期限 )和若干资源约束的多处理器作业调度问题 (已知是NP难解的 ) ,提出了一种基于离散的Hopfield神经网络的求解新方法。该方法直接把问题的各种约束表示为Hopfield神经网络的能量函数项 ,进而导出神经网络模型。实验仿真结果表明了该方法的有效性。     

离散神经网络的全局收敛性

应用能量函数，建立了离散的细胞神经网络与离散的Ｈｏｐｆｉｅｌｄ 神经网络全局收敛的充分条件，其结果推广了最近文献中某些已知的结果。     

离散时间细胞神经网络的收敛性条件

神经网络的收敛性是网络各种应用的基础。主要研究了离散细胞神经网络的收敛性 ,并给出了几个新的网络收敛性条件。如果细胞网络的模板不是互补的 ,则给出一个网络在细胞格子非相互作用演化方式下的收敛性结果 ,所获结果推广了已有的结论。如果模板是互补的 ,且是行占优的 ,则网络按细胞格子行方式进行演化是收敛的。如果模板是互补的 ,且是列占优的 ,则网络按细胞格子列方式进行演化是收敛的。     

0-1整型规划的Hopfield神经网算法分析

提出了0-1整型线性和二次型规划(0-1ILQP)的Hopfield神经网的解法.即将0-1ILQP的目标函数和约束条件用罚函数的方法写成能量函数形式,然后利用Hopfield神经网求解出该能量函数的全局最小点,从而求解出原0-1ILQP的最优解.最后,作为一个算例,给出了此方法在优化卫星任务规划中的成功应用.     

基于多层Hopfield神经网络的配电网网络规划

分析了配电网网络结构规划模型,在此基础上提出用Hopfield神经网络进行网络结构规划.针对城市电网辐射状运行的特点,提出多层Hopfield神经网络模型、对应的能量函数以及参数选择规律.多层Hopfield神经网络的每一层对应于一个负荷点的供电线路,能量函数的建立同时考虑到各层的状态.提出一种新的基于多层Hopfield神经网络的配电网网络结构的规划算法,该算法通过使能量函数降到最低值,可以求得配电网网络规划问题的最优或近似最优解.新算法无需对线路编码、无需对数据进行归一化处理,更加易于编程实现.实例计算表明该方法可行、有效.     

资源均衡问题的Hopfield 解决方法

为有限资源均衡问题提供一个神经网络解决方法.首先提出增广置位矩阵,描述了资源均衡的神经网络表示,使得神经元的输出和问题的解彼此对应起来;然后在时间和资源约束下利用多种技巧构造网络的能量函数,使其能量最小值对应于资源最均衡的状态;并且提出基于“权值状态发生器”的离散Hopfield与模拟退火算法(DHNN-SA)融合的镶嵌式混合结构,从本质上提高了网络的优化质量;最后设计了资源优化神经网络的模拟程序.     

3型FIR滤波器优化设计研究

详细研究了3型FIR线性相位滤波器的幅频响应与正弦基函数神经网络算法之间的关系,提出并证明了该模型算法的收敛性定理,给出了3型FIR带通滤波器、海尔伯特变换器和微分器的优化设计实例。研究结果表明提出的算法避免了求高价逆矩阵的困难,有效解决了3型FIR高价数字滤波器优化设计的瓶颈问题。计算机仿真结果表明了正弦基函数神经网络算法在3型FIR高价数字滤波器优化设计领域中的有效性。     

一种并行设计过程中耦合活动识别算法的研究

分析了组成并行设计过程的活动之间的关系 ,将活动间的结构特征转化为代数矩阵的形式加以表示 ,提出用图论的方法来解决耦合活动识别的问题 ,即通过求图的强连通分支的方法来识别耦合活动 ,并给出了具体的算法及实例。     

移动机器人在线路径规划算法研究

主要讨论了不确定环境下移动机器人运动路径的在线规划算法。在此方法中 ,预定目标被定为吸引子 ,而障碍物被定为排斥子。这样 ,路径规划就转换为应用牛顿定理进行迭代计算。该算法简便 ,实时性强 ,能自动地适应工作环境中障碍物的位置变化和随机出现 ,使机器人准确避开障碍 ,安全到达目的地。实验结果表明 ,此算法效果良好。     

分布交互仿真的时空一致性

时空一致性是分布交互仿真中的一个基本问题，严重的时空不一致会对仿真的效果造成很大的影响，甚至导致仿真失败。作者建立了时空一致性的基本概念框架，提出了其度量指标，然后提出了分布交互仿真系统的一个设计准则，利用分布交互仿真的时空一致性进行了定量分析。     

用于神经网络直接逆控制的连续空间遗传算法

为解决神经网络直接逆控制中训练样本的获取问题 ,提出了一种神经控制器的设计方法。通过对连续空间遗传算法的编码和遗传算子进行适当改进 ,采用保留精英的线性排序选择 ,避免成熟前收敛 ,并给出算术交叉算子和乘法变异算子 ,使算法同时具有好的搜索精度和搜索效率 ;然后采用这种改进的遗传算法对非线性动态系统的控制进行优化 ,获得了基于一定性能指标的期望的状态轨迹及相应的最优控制序列 ,并以此训练神经网络控制器。最后给出了以同步机为控制对象的仿真结果。     

高速光纤数字传输系统中误码率的一种并行测试方法

介绍了误码率的基本概念 ,并着重论述了有码间串扰误码率的计算方法。提出了一种新的在多路复用光纤传输系统中 ,利用低速的图形发生器和误码测试仪测试高速串行有码间串扰误码率的方案 ,给出实测结果 ,实验结果与理论分析相符合。     

重建二维轴对称电导率剖面分布的快速有效方法

用变形玻昂迭代法 ( DBIM)来重建二维轴对称电导率剖面分布 ,着重讨论了提高反演计算效率的方法。首先是利用数值模式匹配 ( NMM)解的 z向解析性 ,导出了 z向积分的解析结果 ,而径向数值本征模用线性插值 ,从而避免了二重数值积分 ;其次用双共轭梯度法 ( BCG)求解矩阵方程。数值模拟结果表明 ,采用上述方法后可以大大提高计算效率和改善成像质量。     

HLA对象模型与面向对象模型概念的比较

对象模型是实现ＨＬＡ邦联成员间互操作性的基本方法和手段。ＨＬＡ对象模型支持邦联的规划,邦联执行过程中数据交换需求的定义,以及完成ＲＴＩ的初始化。ＨＬＡ对象模型模板为描述ＨＬＡ对象模型提供了标准化的方法。在ＨＬＡ中许多对象建模的基本概念与传统的面向对象的软件开发方法有相同之处,但相同的术语在意义上却有着显著的区别。这篇文章的目标是强调和明确二者在语义和概念上的不同之处,便于更好地理解ＨＬＡ对象模型     

用迭加法分析非线性网络的稳定性

非线性网络 N 建立周期振荡的充分必要条件是存在一个满足功率平衡 P =0 ,Q=0 的等效模型 ,这个模型是无限多个线性微变模型Njk的迭加 ,其中起码必须有一个成份满足Pjk≤ 0和Qjk≤ 0 。如果对于任意的微变成份都是Pjk >0和Qjk >0 ,迭加的结果必然有P >0或Q >0 ,则网络N无法寄生任何形式的周期振荡。这个含非线性放大器的网络是稳定的     

神经元的集聚原理与智能子波神经网络

在对神经元机能空间分布结构和状态转换深入研究的基础上，提出了神经元的集聚原理，并通过构造一种基于广义子波基函数的神经元积聚模型，讨论了由此实现的智能子波神经网络所具有的广义结构可调和广义信息记忆等智能化特性。最后，通过两个仿真实验验证了新网络模型在有关实际问题解决上的可行性和高效性。     

解Job-Scheduling调度问题的一种遗传算法

带有截止期的作业调度问题是企业管理、操作系统中重要而又基本的问题之一。利用遗传算法解决了操作系统中单机、无资源约束 ,且每个作业可在等量时间内完成的作业调度问题。在系统地讨论了带有截止期的作业调度有关理论的基础上 ,设计并实现了该问题的一种新型算法———基因型算法。最后给出了算法的一些运行结果。实验仿真结果表明 ,该算法具有很强的鲁棒性。