Hopfield网络在系统优化设计中的应用.pdfVIP

第 3O卷 第4期 湘潭师范学院学报(自然科学版) Vo1．3oNo．4 2008年 12月 JournalofXiangtanNormalUniversity(NaturalScienceEdition) Dec．20o8 Hopfield网络在系统优化设计中的应用 林 盾，李建生 (湖南科技大学 教育学院，湖南 湘潭 411201) 摘 要：通过介绍系统的定义及内涵、申P廷，将神经网络组合优化原理与系统工程的设计相互结合，从一般性的概念上 揭示了神经网络的Hopfield网络及相式}羽络在其优化方面的广泛应用。 关键词：系统；神经网络；Itopfield网络；优化设计 中图分类号：1t186 文献标识码：A 文章编号：1671—0231(2008)04一O004—04 随着现代科学技术的复杂性和外部条件的频繁变化，用直观的传统方法和单凭个人经验来组织管理 一 个大规模复杂系统的研制已经不行了，需要利用现代信息系统与各种学科和技术领域内所获得的成就， 进行优化设计，以保证系统在所要求的技术范围内，所得收益达到最优解的水平[。然而复杂系统由于参 与变化的变量数 目众多，采用线性规划、动态优化等普通意义上的优化方法已经显得力不从心。我们必须 要从另外一个角度去考虑与解决问题，而不能盲 目地从扩大计算机容量、提高计算机运行速度上去想 办法[。 1 问 题 多层次系统是指规模庞大，结构复杂的多种工程或非工程的系统。如国家、地区与总厂的能源系统， 多级输油、燃气管线网络系统等等。它所涉及的问题受到的约束多，情况也千变万化，其所关心的焦点并 不是单个的生产 目标而是综合 目标。从总体上而言，某个子系统的最优化并不代表整个系统的最优化Ll3J。 随着科学技术的飞速发展，大生产的日益复杂，不可控因素与相关制约越来越多，加之计算机存储容量与 计算速度有限，使其对系统的优化设计无法进行。即便可以计算，由于占用时间过长，而使其优化失去了 存在的意义。总而言之，多层次系统的优化用通常的办法便极有可能失效。为了解决这个问题，将 目前方 兴未艾的神经网络引进到系统的整体优化设计中，可以发现由于其固有优势，导致系统优化效果比较理 想，操作上也是切实可行的。 2 优化方案设计 2．1 系统优化设计分析 构成系统过程变量过多、规模庞大、结构复杂是多层次系统的特点，在这个表面现象的背后，却隐藏着 更为关键的特征即多层次系统的总 目标和子系统的目标之间有矛盾。这就意味着这种系统的优化更重视 处理各方面的关系，必要时牺牲某些子系统的利益，以维护多层次系统的总体利益。反映到神经网络中， 则是调整各层的连接权和相关层次神经单元的阈值，对于不同的优化设计方案进行评价 (如以效益／费用 的指标为评价标准)，对于不符合总体 目标的信息反馈，对网络设计中的层次设置进行调整，以期实现设计 的最优化[4l。 所谓绝对的 “最优化”是不可能实现的，这不仅仅是因为系统的约束条件，影响因素始终在不断变化的 过程中，更重要的是人们对多层次系统的认识并不深刻。但是相对意义上的 “最优化”却可以通过神经网 络加以实现，这是符合辩证法的，也符合人类认识未知事物的基本规律。 收稿 日期 ：2008—08—25 作者简介：林 盾(1976一)，男，四川 奄人，硕士生，研究方向：计算机对信息的分析处理及财复杂系统的优化设计仿真过程研究。 4 2．2 神经网络设计系统优化方案的思想和策略 神经网络之所以能够在错综复杂情况下成功地解决这些问题，避免了所谓 “组合爆炸”现象，根本原因 就在于神经网络间变量并行分布计算代替了传统的串行搜索方法。同时由于将 目标和约束条件化为能量 函数，而能量函数在网络中达到稳定时是取极小值的，从而恰好达到优化的目的。 神经网络在进行几次系统优化设计后，可以通过无老师的学习提高其优化的能力。这一点对于将来 更加复杂系统的优化及达到更佳优化效果尤为有利。 用神经网络方法进行系统优化设计，包括以下几个具体步骤： (1)求解的系统优化设计问题，选择一种合适 的表达方式，以便使问题的解与神经网络的输出相 联系[]； (2)构造能量函数，使其极小点对应于系统优化设计问题的优化解； (3)由能量函数计算确定神经网络状