混沌神經(jīng)網(wǎng)絡在組合優(yōu)化問題中的研究和應用.pdf

1、人工神經(jīng)網(wǎng)絡是為了研究人類的認知過程而發(fā)展起來的,它的中心問題是面向研究對象的機器學習方法與學習機器的構造問題.混沌現(xiàn)象是非線性確定性系統(tǒng)的一種內(nèi)在隨機過程的表現(xiàn),所以混沌型神經(jīng)網(wǎng)絡近年來受到了學者們的高度重視,取得了許多令人矚目的研究成果.混沌系統(tǒng)是一種非線性動力學系統(tǒng),而Hopfield結構可以實現(xiàn)神經(jīng)網(wǎng)絡與非線性動力學行為的良好結合,因而它可以作為研究混沌神經(jīng)網(wǎng)絡的網(wǎng)絡結構模型.帶有混沌特性的人工神經(jīng)網(wǎng)絡表現(xiàn)出更復雜的動力學特性,

2、不同于常規(guī)的反饋型神經(jīng)網(wǎng)絡.混沌神經(jīng)網(wǎng)絡還具有全面的運動描述以及遠離平衡點的動力學特性,同時存在各種吸引子.混沌神經(jīng)網(wǎng)絡的這種復雜的動力學特性能夠在信息處理和優(yōu)化計算等問題的應用方面有廣泛的前景.該文對混沌神經(jīng)網(wǎng)絡輸出函數(shù)做了更深入一步的研究,系統(tǒng)地介紹了混沌特征、混沌神經(jīng)網(wǎng)絡基本特性,研究了混沌神經(jīng)網(wǎng)絡的構造方法和特點以及在組合優(yōu)化領域的應用.該文研究了暫態(tài)混沌神經(jīng)網(wǎng)絡,提出了離散和離散-連續(xù)的改進型輸出函數(shù),從理論上分析了算法的可行

3、性,通過仿真研究了改進前后方法的優(yōu)化率和計算成本之間的關系.該文探討了將上述離散型輸出函數(shù)的混沌神經(jīng)網(wǎng)絡應用于組合優(yōu)化領域代表問題TSP(Traveling salesman problem)的求解.首先介紹了旅行商問題在傳統(tǒng)方法搜索下的工作量;其次給出了求解旅行推銷商問題的混沌神經(jīng)網(wǎng)絡方法;最后利用混沌神經(jīng)網(wǎng)絡應用于求解TSPLIB中旅行商問題,仿真研究的結果表明,離散輸出函數(shù)降低了計算時間,適合應用于城市數(shù)目較多的TSP問題.在多媒

4、體通信等高速包交換計算機網(wǎng)絡中,具有端到端時延及時延抖動限制的QoS(Quality of Service)組播路由問題屬于組合優(yōu)化問題,如何保證服務質(zhì)量要求以及實現(xiàn)多媒體數(shù)據(jù)的組播通信是多媒體通信發(fā)展的方向.該文研究了如何將混沌神經(jīng)網(wǎng)絡應用于QoS組播路由問題中,提出了一種新的時延和時延抖動約束的能量函數(shù),并將采用了新能量函數(shù)進行迭代的混沌神經(jīng)網(wǎng)絡應用于時延及時延抖動QoS組播路由問題.仿真結果表明,新的能量函數(shù)具有非常好的優(yōu)化效果,