连续的Hopfield网络（TSP问题）.DOCVIP

连续的Hopfield网络（TSP问题） ——P68-5.1题 一、连续的Hopfield网络： 1、原理： 反馈网络达稳定状态时可以时系统的能量达极小，因而可用于一些最优化问题的计算，如何把实际问题的目标函数表达成下述二次型的能量函数是一个关键问题。 或 常用的是连续型Hopfield网络，每一神经元可由一个（有正反向输出的）放大器模拟，输入端并联的电阻和电容可模拟生物神经元的时间常数，互相连线间的电导Tij则模拟各神经元间突触的特性（相当权系数）。该网络的微分方程为 函数gi常用Sigmoid函数：，u0可控制斜率，时变为阶跃函数。 2、定理： 若g-1()为单调增且连续，Cj0，，Tji=Tij，则沿系统的轨迹有，当且仅当时，其中 为系统的能量函数。 证明： 所以， 由于Cj0，且g-1()单调增，所以 而且当时有。 该定理表明，随着时间的演变，在状态空间内的网络总是朝着能量函数E减小的方向运动，网络稳定时E取极小值。 3、用Hopfield网络求解优化问题的一般步骤： （1）用罚函数法写出问题的目标函数 设优化问题如下： 则目标函数为 其中为足够大的常数，取值可以互不相同。 令I与前式中的E相等可定出各连接权Tij的值来。 （2）写出网络的动态方程 Hopfield网络是一个梯度系统，所以它满足 对于常用的连续网络有 （3）选择合适的初值，使网络按动态方程演化直到收敛为止。