人工神经网络06HOPFIELD神经网络.pptVIP

连续Hopfield 网络能量函数 CHNN的能量函数不是物理意义上的能量函数，而是在表达形式上与物理意义的能量函数一致，表征网络状态的变化趋势。 定理：若作用函数 是单调递增且连续的，则能量函数E是单调递减 且有界的。 连续Hopfield 网络能量函数 CHNN用非线性微分方程描述，网络的稳定性通过构造其能量函数（又称李雅谱诺夫函数），并用李雅谱诺夫第二稳定性定理进行判断。 (1)李雅谱诺夫函数并不唯一； (2)若找不到网络的李雅谱诺夫函数，不能证明网络不稳定； (3)目前没有统一的找李雅谱诺夫函数的方法 (4)用能量函数的方法研究网络的稳定性，在数学上欠严谨。 连续Hopfield 网络能量函数 如果把一个最优化问题的目标函数转换成网络的能量函数，把问题的变量对应于网络的状态，那么Hopfield神经网络就能够用于解决优化组合问题。 应用Hopfield神经网络来解决优化计算问题的一般步骤为： (1) 分析问题：网络输出与问题的解相对应； (2) 构造网络能量函数：使其最小值对应问题最佳解 (3) 设计网络结构：由能量函数和网络稳定条件设计网络参数，得到动力学方程； (4) 硬件实现或软件模拟。 连续Hopfield 网络应用 Traveling Salesman Problem 一个旅行推销员要到N个城市做生意，试找出一条从