非线性方程组一种神经元网络解法.pdfVIP

维普资讯 北 方 交 通 大 学 学 报 1992年 第 16卷 第 】 JOURNAL OF NORTHERN JIAOTONG UNlVERSITY 非线性方程组的一种神经元网络解法 成奇明 张树京 (信息卅 忻 究所 ) 摘 要 本 文从 最优 化原理 出发，提 出 了一种适合 于非线性方程妇 求解 的 神经元 网络方法，把它应用到AR和MA模型参数估计 中，取得 了满 意 的 结果．由于该方法采用 了自适应 变权连续 Hopfield神经元 网络 ，具有速 度快、精度高等特点． 关键词t非线性方程}时问序列分析， 自回归滑动模型／神经元 网络 分类号 ：TP9J8 许多工程实际问题可 以归结为求解非线性或者线性方程组，而线性方程组又是非线性方 程组的特例．对于非线性方程组迄今还没有定理能证明其解的存在性或唯一性，在实际问题 中都是已知方程组有解的情况下来求数值解 ．通常把非线性方程组求解归结为使某一误差能 量函数达到极小的最优化 问题．常用的方法有牛顿一拉夫逊法，拟牛顿法 以及 最 逮 下 降法 等 ’，它们都是采用离散数值计算，避免不了舍人误差，并且计算量大，运行时间长，特别 是当未知数较多时，问题变得尤为突出．神经元网络具有并行分布处理、计算精 度 高 等 优 点，用它来解决上述 问题是一个 良好的途径．本文从最优化原理出发，推导出一种适合用 自 适应变权 HopfJeld神经元网络求解非线性方程组的方法．这种网络的特点是它的连 接 权重 随着其状态的更新而改变． 1 自适应变权Hopfield神经元网络 Hopfield网络是 目前应用较广的网络，它特别适合于求解最优化问题 ’．它的任意两 个节点之间都有连接线，原则上可以用电阻、电容和运算放大器组成，如附图所示t ， 图中r 是第 个节点到第 个节点的连接权重，当r T，()是状态 ：“，2．… XN) 的函数时，我们称这种网络为 自适应变权 HOI~ield网络．在这种网络中网 络节点 ，的 状态 Xi满足 以下关系t OH(x) g(j) (1) = 一 — … … … ， 木支收到 日期 】990—12—26 16 维普资讯 其中卫()是Lyapunov能量函数，g()是 单调增函 数．随着状态 的不断演化，网络 能 量E()往单调 减小方向运行， 因为- 曼 旦墨．‘生堑 ．‘I_ 量们数为取箍能函 El一l2 ：一2 dE -- ～ ，,：· 一u ㈨ g( )是单增函数，妇 ( ) 0． 这样，网络最终会达到一个