课件：Hopfield神经网络.pptVIP

对于非线性系统进行稳定性分析，方法之一就是在系统的平衡点附近对系统进行线性化处理。也可以基于网络的能量函数。下面介绍Hopfield能量函数法。 此定理表明，随着时间的演化，网络的状态总是朝能量减少的方向运动。网络的平衡点就是E的极小点。 关于Hopfield能量函数的几点说明 当对反馈网络应用能量函数后，从任一初始状态开始，因为在每次迭代后都能满足?E≤0，所以网络的能量将会越来越小，最后趋于稳定点?E=0。 Hopfield能量函数的物理意义是：在那些渐进稳定点的吸引域内，离吸引点越远的状态，所具有的能量越大，由于能量函数的单调下降特性，保证状态的运动方向能从远离吸引点处，不断地趋于吸引点，直到达到稳定点。 几点说明： 1）能量函数为反馈网络的重要概念。根据能量函数可以方便的判断系统的稳定性； 2）能量函数与李雅普诺夫函数的区别在于：李氏被限定在大于零的范围内，且要求在零点值为零； 3）Hopfield选择的能量函数，只是保证系统稳定和渐进稳定的充分条件，而不是必要条件，其能量函数也不是唯一的。 关于CHNN的几点结论 1）具有良好的收敛性； 2）具有有限个平衡点； 3）如果平衡点是稳定的，那么它也一定是渐进稳定的； 4）渐进稳定平衡点为其能量函数的局部极小点； 5）能将任意一组希望存储的正交化矢量综合为网络的渐进平衡点； 6）网络的存储信息表现为神经元之间互连的分布式动态存储； 7）网络以大规模、非线性、连续时间并行方式处理信息，其计算时间就是网络趋于平衡点的时间。 Hopfield网络在组合优化中的应用 组合优化问题，就是在给定约束条件下，求出使目标函数极小（或极大）的变量组合问题。 将Hopfield网络应用于求解组合优化问题，就是把目标函数转化为网络的能量函数，把问题的变量对应于网络的状态。这样当网络的能量函数收敛于极小值时，问题的最优解也随之求出。 旅行商问题，简称TSP（Traveling Salesman Problem）。问题的提法是：设有N个城市， ,记为： ,用dij表示ci和cj之间的距离， dij0,(i,j=1,2,…n) 。 有一旅行商从某一城市出发，访问各城市一次且仅一次后再回到原出发城市。要求找出一条最短的巡回路线。 N=5 TSP Probelm N=5，并用字母A、B、C、D、E、分别代表这5个城市。当任选一条路径如B-D-E-A-C,，则其总路径长度可表示为 第一步就是将问题映照到一个神经网络。假定每个神经元的放大器有很高的放大倍数，神经元的输出限制在二值0和1上，则映照问题可以用一个换位矩阵（Permutation Matrix）来进行，换位矩阵可如下图所示。 ? 换位矩阵 次序 城市 1 2 3 4 5 A 0 0 0 1 0 B 1 0 0 0 0 C 0 0 0 0 1 D 0 1 0 0 0 E 0 0 1 0 0 约束条件和最优条件 矩阵的每个元素对应于神经网络中的每个神经元，则这个问题可用N2=52=25个神经元组成的Hop-field网络来求解。 问题的约束条件和最优条件如下： （1)? 一个城市只能被访问一次=换位矩阵每行只有一个“1”。 （2）一次只能访问一个城市=换拉矩阵每列只有一个“1”。 （3）总共有N个城市=换位矩阵元素之和为N。 (4）求巡回路径最短=网络能量函数的最小值对应于TSP的最短路径。 结论 用vij表示换位矩阵第i行、第j列的元素，显然只能取1或0。同时，vij也是网络神经元的状态。 结论: 构成最短路径的换位矩阵一定是形成网络能量函数极小点的网络状态。 网络能量函数的构成 续1 续2 续3 能量函数表达式 网络加权及阀值 求解TSP网络的迭代方程 迭代步骤 迭代续1 后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 主要经营：网络软件设计、图文设计制作、发布广告等 公司秉着以优质的服务对待每一位客户，做到让客户满意！ 致力于数据挖掘，合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面，打造全网一站式需求 * * * * 霍普菲尔德（Hopfield）神经网络 1、网络结构形式 2、非线性系统状态演变的形式 3、离散型的霍普菲尔德网络（DHNN） 4、连续性的霍普菲尔德网络（CHNN） 网络