基于混沌神经网络的组合优化问题研究

《基于混沌神经网络的组合优化问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要嫩优化技术是现代科学镑理方法的一项基本技术。为满足现代镑理中求解大蕊模复杂後纯问题的需求，迫切需要开发磁更加有效的优化技术。八十年代中，Hopfield网络被成功应用于组含优化问题求解厝，成为解决优化问题的一种有力的工爨。然瑟，该方法的一个明显缺陷是往往廷能褥到优纯润题的妫部极值，而非全局最优解。因此本文采用近年米掀起的混沌神经网络求解组合优位嗣戆静垒筠最优解，建立适合予各释大裁禳复杂缀合优纯闯题求解的混淹神经网络算法，从而为复杂组合优化问题的求解提供一种新的方法和手段。本文曹笼对瑗毒瓣各耱羧凌纯接拳进行了分橱警

2、评述，分褥了入工神缀网络优化技术的研究成果与进展，介绍了人工神经网络优化技术的理论基础殿其稳定馕。揍爨了混涟李孛经礴络圣戆证技笨懿簪}究遴震耧存在豹

3、’薅逶与爨羧。第二、比较系统地介绍和分析了混沌神经网络解优化问题时的渐近稳定性及其全局最饯援索§％力，戈聪续各章基于漫滤糖经鼷络鼹往毒乏润题撵貘蔹摇。第三、键出了用混沌神缎网络解决O一1型整数规划问题豹一般模型和方法，从恧必一大类属于O—l型优纯阀题戆浓艇提供一静掰瓣通用警段。第四、利用混沌神经网络有效求解几种典挺的在实际中缀常遇到的组合优化问题：1)给出了任务分配问题的神

4、经网络表示，研究了采用不同的混沌神经网络模羹求解该淘题的效采，裔效求解了一个实时分帮处理系统的任务分配问题，并进一步说明了瞬态混沌神经网络解决优化问题的有效性；2)利用瞬态混}屯神经露络求解圈琶銎羞毽阁怒，构造了荚缝蠢溱数，求瓣了实舔豹孛鏊滚圈静嚣色图着偬问题，并将此法推广到属于N卜完全问题的K色图着甑问题；3)在给出了最烂路闻麟豹毒孛经潮终表承螽，裂瘸簿态滋涟享枣经翳终骞效求解了10节点熬最短路问题；4)分析了属于NP一完全问题的Job—shop调度问题的特性，给出其神经网络表示，利用瞬态混淹享孛经网络有效遮求绥该闯题

5、的避儆最优鳃。这些问题的匀芑解为利用混沌神经网络求解各炎组合优化问题提供了一个有力的工具。第五、邋过对权矩阵特缎空闯进行足倪分析，消除权矩菸特征系闻中其鸯最大绝对值的负的特征向量丽提出一种快速混沌神缀网络优化算法，这种算法可以避免系统发生振荡并且熊快速丽殿糖确地收敛到问题鲍最忧解。第六、将聚类授术和瞬淼混沌神经网络糊结合，提出了一种适台于求解大规模缀合优化问题的混沌神缀网络方法，利用自组织特征映射神经鄹终的聚类功能，以降低混沌神经网络求解大规模组合优化闯越的复杂发，从jf酉有效地求解大规模组合优化问题。关键词：漉沌神经网

6、络，组合优化，全硒最优，快速算法，大规模问题。ABSTRACTOptimizationtechniqueisoneofthebasicmodemscientificmanagementmethods．Tomeettherequirementofsolvingcomplexandlarge-scaleoptimizationproblemsinmodernmanagement，itisurgenttodevelopnewandefficientoptimizationalgoritbanstOflitthegap。Sinc

7、eHopfieldneuralnetworkwassuccessfullyusedtosolvecomplexcombinatorialoptimizationprobleminmiddleof1980’S，ithasbeendevelopedasapowerfultoolforsolvingvariousoptimizationproblems．However,themaindrawbackofthismethodisthatitsufferfromthelocalminimumwheneverappliedtoopt

8、imizationproblems．Therefore，thisdissertationadoptschaoticneuralnetworksdevelopedinrecentyearstosearchingforgloballyoptimalsolution，studiessomeefficientalgorithmsbasedonchaoticneuralnetworksforvariouslarge·scaleandcomplexcombinatorialoptimizationproblems，anddevelo

9、pssomemorepowerfulmethodsforsolvingcomplexcombinatorialoptimizationproblemsFirstly,wereviewtheexistingoptimizationtechniques，theirrecenttrendsandtheapplication