寻找全局最优的新型 Hopfield 网络
神经与进化计算
2007-05-23 v1
摘要
Hopfield 网络已被广泛应用于解决优化问题已达数十年之久。然而，它在完成这一任务方面仍存在许多局限性，其中许多局限性继承自它所实现的优化算法。由差分方程组定义的 Hopfield 网络的计算容易陷入局部最优或另一个局部最优，受初始条件、扰动和神经元更新顺序的敏感。它不知道何时会收敛，以及最终解是否为全局最优。在本文中，我们提出了一种新的 Hopfield 网络，其差分方程直接实现一种强大的优化算法，从而克服了上述问题。
关键词
引用
@article{arxiv.cs/0505003,
title = {A New Kind of Hopfield Networks for Finding Global Optimum},
author = {Xiaofei Huang},
journal= {arXiv preprint arXiv:cs/0505003},
year = {2007}
}
备注
6 pages, accepted by International Joint Conference on Neural Networks 2005