基于局部进化的Hopfield神经网络的优化计算方法

摘要：

提出一种基于局部进化的Hopfield神经网络优化计算方法,该方法将遗传算法和Hopfie ld神经网络结合在一起,克服了Hopfield神经网络易收敛到局部最优值的缺点,以及遗传算法收敛速度慢的缺点.该方法首先由Hopfield神经网络进行状态方程的迭代计算降低网络能量,收敛后的Hopfield神经网络在局部范围内进行遗传算法寻优,以跳出可能的局部最优值陷阱, 再由Hopfield神经网络进一步迭代优化.这种局部进化的Hopfield神经网络优化计算方法尤其适合于大规模的优化问题,对图像分割问题和规模较大的200城市旅行商问题的优化计算结果表明,其全局收敛率和收敛速度明显提高.

关键词：遗传算法、Hopfield网络、优化计算、旅行商问题

所属期刊栏目：9

分类号：TP301.6;TP391.41(计算技术、计算机技术)

资助基金：江西省自然科学基金0211017;江西省测试技术与控制工程研究中心资助项目2001012

在线出版日期：2004-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：207-213