用神经元网络模型求解多目标决策问题
【摘要】:正 近十年来,在美国、欧洲与日本以及我国国内出现了神经元网络的研究热潮。已经有多种神经元网络模型诞生,并在智能控制、模式识别、优化计算、自适应滤波和信号处理等方面得到了有效的利用。用来进行优化计算的网络模型是由Hopfield和Tank提出来的反馈性神经元网络,简称HNN(Hopfield Neural Network)。HNN不仅可用来求解NP—Complete难解问题,如旅行商问题(TSP),在求解非NP问题上也非常有效,数学规划问题便是其中有代表性的一类问
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||
|
|
|||||||||||||||||||||
|
|
|||
|