優(yōu)化問題神經(jīng)網(wǎng)絡(luò)方法研究及實(shí)證分析.pdf

1、優(yōu)化問題涉及范圍廣，許多領(lǐng)域都存在大量形式多樣的優(yōu)化問題，解決優(yōu)化問題具有重要的現(xiàn)實(shí)意義。優(yōu)化問題是指在給定的約束條件下，求出使目標(biāo)函數(shù)最優(yōu)化的變量組合問題。傳統(tǒng)的運(yùn)籌學(xué)方法可以解一些簡單的優(yōu)化問題，但隨著問題的復(fù)雜化，許多問題都找不到最優(yōu)解，特別是組合優(yōu)化問題中的NP困難問題。 神經(jīng)網(wǎng)絡(luò)作為一種智能化的方法，具有很強(qiáng)的自適應(yīng)性、魯棒性和非線性復(fù)雜問題的搜索能力，在解決優(yōu)化難題上具有明顯的優(yōu)勢(shì)。本文的創(chuàng)新之處在于：從新的角度來研

2、究解決優(yōu)化問題的神經(jīng)網(wǎng)絡(luò)方法，將優(yōu)化問題分為組合優(yōu)化問題和連續(xù)變量優(yōu)化問題兩大類，分別從這兩類優(yōu)化問題入手來研究解決這些問題的神經(jīng)網(wǎng)絡(luò)方法。 本文首先探討了解決組合優(yōu)化問題的神經(jīng)網(wǎng)絡(luò)方法，以TSP問題為例，主要研究Hopfield網(wǎng)絡(luò)和隨機(jī)神經(jīng)網(wǎng)絡(luò)這兩種神經(jīng)網(wǎng)絡(luò)。在研究隨機(jī)神經(jīng)網(wǎng)絡(luò)過程中，引入DRNN網(wǎng)絡(luò)來解決TSP問題。最后，分別從理論研究和實(shí)證分析兩方面對(duì)比了Hopfield網(wǎng)絡(luò)和DRNN網(wǎng)絡(luò)在解TSP問題上的優(yōu)缺點(diǎn)。