版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、大腦是一個(gè)復(fù)雜神秘的體系,它指導(dǎo)著生物的一切智能行為,包含了生物的思想、認(rèn)知、學(xué)習(xí)和記憶等所有智能。許多優(yōu)秀的科學(xué)家與研究者希望可以通過(guò)模擬生物大腦的結(jié)構(gòu)與運(yùn)行機(jī)制來(lái)構(gòu)造出具有智能行為的模型與方法。毫無(wú)疑問(wèn),這些研究將給整個(gè)科學(xué)界甚至社會(huì)帶來(lái)巨大而深遠(yuǎn)的影響。自從上個(gè)世紀(jì)八十年代人工神經(jīng)網(wǎng)絡(luò)重新崛起以來(lái),科學(xué)家們?cè)谶@個(gè)方面的研究取得了大量令人振奮的研究成果。其應(yīng)用已經(jīng)涉及到經(jīng)濟(jì)、軍事、工程、醫(yī)學(xué)以及科學(xué)的各個(gè)領(lǐng)域;并在模式識(shí)別、圖像處理
2、、自動(dòng)控制、非線(xiàn)性?xún)?yōu)化等方面取得了重要成果;國(guó)際知名企業(yè)如Microsoft、Intel、IBM等公司都有著不少神經(jīng)計(jì)算方面的產(chǎn)品,這些都表明了神經(jīng)計(jì)算方法重要的科學(xué)研究地位。
神經(jīng)計(jì)算方法是求解組合優(yōu)化問(wèn)題的一種重要工具,而人工神經(jīng)網(wǎng)絡(luò)的動(dòng)力學(xué)分析是應(yīng)用的主要理論基礎(chǔ)。通常情況下,遞歸神經(jīng)網(wǎng)絡(luò)的穩(wěn)定形勢(shì)包含單穩(wěn)定與多穩(wěn)定兩種模式。而組合優(yōu)化問(wèn)題的最優(yōu)解往往并不是單一的,因此,在本文中我們將討論一些遞歸神經(jīng)網(wǎng)絡(luò)的多穩(wěn)定的狀
3、態(tài),并研究它們?cè)诮鉀Q組合優(yōu)化問(wèn)題的能力與性能。本文的研究?jī)?nèi)容與主要?jiǎng)?chuàng)新成果包含以下幾個(gè)方面:
(1)研究了TSP問(wèn)題的神經(jīng)計(jì)算方法,提出了一類(lèi)LV網(wǎng)絡(luò),并構(gòu)造了一個(gè)新的能量函數(shù),分析了網(wǎng)絡(luò)的多穩(wěn)定性,使得這類(lèi)LV網(wǎng)絡(luò)可以成功解決TSP問(wèn)題。利用能量函數(shù)等方法,從理論上建立了網(wǎng)絡(luò)穩(wěn)定的平衡點(diǎn)與TSP可行解之間的一一對(duì)應(yīng)的關(guān)系,給出了網(wǎng)絡(luò)可以收斂到TSP可行解的充分必要條件。通過(guò)模擬結(jié)果顯示,這類(lèi)LV網(wǎng)絡(luò)能有效的解決TSP問(wèn)題
4、。
(2)研究了列競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)在優(yōu)化問(wèn)題中的應(yīng)用,提出了一種新的約束表達(dá)方式,從理論上解決了原有的CCM模型很難逃離局部極小值的問(wèn)題?;谛碌哪芰亢瘮?shù),給出了網(wǎng)絡(luò)收斂到可行解的參數(shù)設(shè)置條件。并證明了在網(wǎng)絡(luò)陷入局部極小的時(shí)候,可以在下一步自動(dòng)跳出局部極小,進(jìn)而尋找新的優(yōu)化解。實(shí)驗(yàn)證明,本方法在一定程度上改善了解的質(zhì)量,并能保證網(wǎng)絡(luò)不會(huì)陷入局部極小。
(3)研究了非線(xiàn)性互補(bǔ)問(wèn)題(NCP)的神經(jīng)計(jì)算方法,提出了一類(lèi)
5、LT網(wǎng)絡(luò)并成功應(yīng)用于解決非線(xiàn)性互補(bǔ)問(wèn)題。本文從神經(jīng)計(jì)算的角度出發(fā),將NCP問(wèn)題轉(zhuǎn)化為一類(lèi)不帶約束的優(yōu)化問(wèn)題,并構(gòu)造合適的能量函數(shù),使得LT網(wǎng)絡(luò)可以快速收斂到NCP問(wèn)題的解答。實(shí)驗(yàn)結(jié)果證明LT網(wǎng)絡(luò)可以快速有效地解決NCP問(wèn)題。
(4)研究了解決矩陣不等式的神經(jīng)計(jì)算方法。本文基于矩陣不等式的性質(zhì)與特征,提出了一類(lèi)LT網(wǎng)絡(luò)并利用這類(lèi)網(wǎng)絡(luò)來(lái)求解矩陣不等式的解答。將矩陣不等式的解答轉(zhuǎn)化為一類(lèi)能量函數(shù)的極小點(diǎn),并利用設(shè)計(jì)的LT網(wǎng)絡(luò)來(lái)求
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 利用神經(jīng)網(wǎng)絡(luò)求解組合優(yōu)化問(wèn)題.pdf
- 數(shù)據(jù)融合的神經(jīng)計(jì)算方法.pdf
- 二維布局優(yōu)化神經(jīng)計(jì)算方法研究.pdf
- 模式分類(lèi)神經(jīng)計(jì)算方法研究.pdf
- 基于神經(jīng)計(jì)算的變分不等式優(yōu)化求解方法研究.pdf
- 求解組合優(yōu)化問(wèn)題的混合蛙跳算法的研究.pdf
- 空間數(shù)據(jù)分析的神經(jīng)計(jì)算方法.pdf
- 模糊控制與神經(jīng)計(jì)算方法在板形控制中的應(yīng)用.pdf
- 基于量子進(jìn)化計(jì)算的組合優(yōu)化問(wèn)題求解.pdf
- 基于量子行為粒子群算法求解組合拍賣(mài)問(wèn)題.pdf
- 基于量子行為粒子群算法求解組合拍賣(mài)問(wèn)題
- 求解多目標(biāo)規(guī)劃問(wèn)題的群體智能與進(jìn)化計(jì)算方法的研究.pdf
- 神經(jīng)計(jì)算智能信息處理
- 量子神經(jīng)計(jì)算及其模型研究.pdf
- 賦權(quán)圖上優(yōu)化問(wèn)題的DNA計(jì)算方法研究.pdf
- 失神癲癇調(diào)控的神經(jīng)計(jì)算模型研究.pdf
- 基于神經(jīng)計(jì)算和進(jìn)化網(wǎng)絡(luò)的入侵檢測(cè).pdf
- 情感語(yǔ)音神經(jīng)計(jì)算模型中情感語(yǔ)音生成方法研究
- 基于DE和EDA混合算法的組合優(yōu)化問(wèn)題求解方法研究.pdf
- 情感語(yǔ)音神經(jīng)計(jì)算模型中情感語(yǔ)音生成方法研究.pdf
評(píng)論
0/150
提交評(píng)論