雙參數(shù)精確罰函數(shù)非線性神經(jīng)網(wǎng)絡(luò)的研究.pdf

1、組合優(yōu)化中的NP-hard問題和非線性全局優(yōu)化問題是優(yōu)化研究中的難點.近年來,有許多人采用模擬退火(Simulated Annealing)、遺傳算法(Genetic Algorithms)和人工神經(jīng)網(wǎng)絡(luò)(Artificial NeuralNetworks)等啟發(fā)式算法對這兩類問題進行了研究,并取得了一定得進展.但這些方法通常存在計算量大、收斂慢及參數(shù)敏感等不足.本文主要討論了在雙參數(shù)精確罰函數(shù)下,如何將精確罰函數(shù)和神經(jīng)網(wǎng)絡(luò)及遺傳算法結(jié)

2、合的系統(tǒng)應(yīng)用于優(yōu)化問題.本文我們介紹了罰函數(shù)、神經(jīng)網(wǎng)絡(luò)和遺傳算法的研究現(xiàn)狀.通過對雙參數(shù)精確罰函數(shù)的討論,利用雙參數(shù)精確罰函數(shù)的性質(zhì),構(gòu)造了一種非線性神經(jīng)網(wǎng)絡(luò),并討論了該神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問題,提出了一個求解這種神經(jīng)網(wǎng)絡(luò)的算法,給出了一些算例.最后,我們研究了使用遺傳算法求解這種神經(jīng)網(wǎng)絡(luò)問題,我們提出一個求解神經(jīng)網(wǎng)絡(luò)問題的混合遺傳算法,并給出了數(shù)值計算結(jié)果.計算結(jié)果表明,所提出的方法是有效.與單純的遺傳算法求解TSP問題相比,新的混合法在