一种新型复合指数型局部有源忆阻器耦合的Hopfield神经网络

由忆阻耦合的神经网络模型,因其能更真实地反映生物神经系统的复杂动力学特性而被广泛研究.目前用于耦合神经网络的忆阻器数学模型主要集中在一次函数、绝对值函数、双曲正切函数等,为进一步丰富忆阻耦合神经网络模型,且考虑到一些掺杂半导体中粒子的运动规律,设计了一种新的复合指数型局部有源忆阻器,并将其作为耦合突触用于Hopfield神经网络,利用基本的动力学分析方法,研究了系统在不同参数下的动力学行为,以及在不同初始值下多种分岔模式共存的现象.实验结果表明,忆阻突触内部参数对系统具有调控作用,且该系统拥有丰富的动力学行为,包括对称吸引子共存、非对称吸引子共存、大范围的混沌状态和簇发振荡等.最后,用STM32单片机对系统进行了硬件实现.

复值Hopfield神经网络的信号盲检测一步计算电路

信号盲检测在大规模通信网络中具有重要的意义并得到了广泛的应用,如何快速得到信号盲检测结果是新一代实时通信网络的迫切需求。为此,该文从模拟电路的角度设计了一种能加速信号盲检测的复值Hopfield神经网络(CHNN)电路,该电路可一步完成大规模并行计算,提高信号盲检测速度,同时该电路可以通过调整忆阻器的电导和输入电压来实现可编程功能。Pspice仿真结果表明,该电路的计算精度可达99%以上,运行时间比Matlab软件仿真快3个数量级,此外,该电路具有良好的鲁棒性,即使在20%的噪声干扰下,仍能保持99%以上的计算精度。

离散Hopfield神经网络在职业院校学生综合素养评价中的应用研究

为克服教育评估中人为因素的干扰,提高评估的准确性和效率,该文探索将离散Hopfield神经网络应用到职业院校学生综合素养的评价中。Matlab仿真发现,通过设置合适的神经元平衡点,离散Hopfield神经网络可根据输入的指标数据对学生的职业综合素养给出有效的评估,评估结果与专家评估的结果完全一致。

随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性

旨在研究随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。当θ∈[0,1/2)时,在步长受限的条件下,随机时滞Hopfield神经网络分步θ方法是一般衰减率稳定的。对于θ∈[1/2,1],不需要额外的步长要求,即可保证随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。最后,通过一个数值例子验证所得结果的有效性。

概反周期函数及其在一类Hopfield神经网络上的应用

探讨一类具有混合时滞的中立型Hopfield神经网络的概反周期解的存在性与稳定性。首先,讨论了概周期函数与概反周期函数之间的关系,证明了全体概反周期函数构成的集合,是概周期函数空间的一个闭子空间。最后,利用不动点原理得到Hopfield神经网络存在一个唯一的有界解,而且该解函数还是概反周期函数。概反周期函数是比概周期函数更精细的函数,对神经网络概反周期解的存在性与唯一性的探讨,相较于对概周期解的存在性以及唯一性的探讨,能够更加精确地描述神经网络的动力学性质,所得结论是新颖的,是现有结论的进一步完善与补充。

一类具多比例时滞Hopfield神经网络的稳定性

讨论了一类具多比例时滞Hopfield神经网络的稳定性,通过构造合适的Lyapunov泛函,得到了神经网络全局渐近稳定、全局多项式稳定和全局指数稳定的充分条件。最后,给出相应的数值例子,验证了结论的正确性。

基于Hopfield神经网络的作业车间生产调度方法

该文提出了基于 Hopfield神经网络的作业车间生产调度的新方法 .文中给出了作业车间生产调度问题 ( JSP)的约束条件及其换位矩阵表示 ,提出了新的包括所有约束条件的计算能量函数表达式 ,得到相应的作业车间调度问题的 Hopfield神经网络结构与权值解析表达式 ,并提出相应的 Hopfield神经网络作业车间调度方法 .为了避免 Hopfield神经网络容易收敛到局部极小 ,从而产生非法调度解的缺点 ,将模拟退火算法应用于 Hopfield神经网络求解 ,使 Hopfield神经网络收敛到计算能量函数的最小值 0 ,从而保证神经网络输出是一个可行调度方案 .该文改进了已有文献中提出的作业调度问题的 Hopfield神经网络方法 ,与已有算法相比 。

贪心算法结合Hopfield神经网络优化配电变电站规划

提出了一种城市电网规划中变电站规划优化的新算法。该算法先用贪心算法(greedy algorithm)快速求解新建变电站的座数及各变电站的容量,再利用Hopfield神经网络校核新建变电站的位置和各变电站的供电范围,最后确定各变电站的真实容量。在求解过程中,该方法考虑了已有变电站的改造问题。从全局最优的原则出发,可求得具有实际价值的最优或近似最优解。该方法在求解变电站供电范围时无需对数据进行归一化处理,且易于编程。该方法可为变电站规划提供一种新的思路。

机组组合问题的扩展Hopfield神经网络算法

从 Hopfield神经网络的原理和机组组合问题的特点出发 ,提出了一种适合解决机组组合问题的扩展 Hopfield神经网络算法。该算法结合了 Hopfield神经网络和模拟退火算法 ( SA)的优点 ,对整数变量取值范围进行了可行的扩展 ,有效地避免了陷入局部最优。同时 ,该算法无须进行额外的负荷经济分配 ,故能迅速、高效地搜索到系统的高质量优化解。对于实际系统的仿真计算结果证明了该算法的有效性 ,并且 ,方法本身具有良好的并行性 ,易于在并行计算机上实现 。

Hopfield神经网络的防空火力最优分配问题

火力的最优分配是作战计划的重要内容,它包含火力单位特性、目标单位特性、最优准则、射击条件四个方面的内容。简要介绍了Hopfield神经网络的基础知识,建立了防空自动化指挥系统中火力分配的Hopfield神经网络算法一般模型,在此基础上,阐述了利用该算法在火力分配中的一般应用,并通过在计算机上借助C语言编程实现了这一模型,得出了一种比较合理可行的火力分配方案。

离散Hopfield神经网络的稳定性研究

离散Hopfield神经网络的稳定性是网络应用的基础 .文中主要研究非对称离散Hopfield神经网络的异步、同步、部分同步演化方式的稳定性 ,并给出了一些新的稳定性条件 ,所获结果推广了一些已有的结论 .

基于Hopfield神经网络的中国近40年气候要素时空变化分析

利用1961～2000年中国大部分省区(香港、澳门、台湾、海南地区数据暂缺)194个气象站点逐日降水量、气温和相对湿度数据,通过克里格插值、Hopfield神经网络聚类以及方差分析,对中国气候变化的时空特征进行分析。分析结果表明:中国以增温为主导趋势,其次是多雨趋势;东部地区出现变干趋势,而西部地区在逐渐增湿;对3种要素进行聚类分析,并利用方差分析检验差异性是否显著,最后分析了聚类结果变化趋势,结果与插值分析一致,说明克里格插值结果的可信性。表明在全球增温的驱动下,中国气候变化格局处于调整状态,湿润地区干旱化,干旱地区变得湿润。

基于离散Hopfield神经网络的公交调度评价方法研究

根据公交调度评价问题的特点,提出了基于离散Hopfield神经网络的评价方法.在构造Hopfield神经网络时,从公交系统运行效率,衔接的顺畅性,运力协调性,企业经济利润率等四个主要内容出发,选取有效时间利用率、平均换乘次数、运能匹配度和运营利润率四个可量化且彼此相互独立的指标,作为公交调度优化结果的评价指标.并用matlab对Hopfield网络进行设计仿真,使其可以更加合理和方便地对公交调度结果进行评价,从而具有更广泛的工程应用面.最后通过实例计算验证并将计算结果与传统的德尔菲法进行比较.结果表明,该方法合理有效,且相对于传统的方法操作简单、易推广,具有一定的优越性.

应用Hopfield神经网络和小波域隐Markov树模型的图像复原

为了解决传统的Hopfield神经网络图像复原算法对噪声抑制和图像细节保护不能很好兼顾的问题,提出了一种基于改进的连续Hopfield神经网络和小波域隐Markov树(HMT)模型的复原算法。将小波域HMT模型作为图像小波系数统计关系的先验知识,并以正则化项的形式引入到神经网络模型中,最终利用Hopfield神经网络的能量收敛特性完成图像复原。同时提出了一种高度并行的网络权值矩阵计算方法,通过对模板图像进行算子操作,分批求取网络权值,避免了大型矩阵的乘法运算。实验结果表明,无论是对真实图像还是人工生成图像,算法复原的视觉效果均有明显改善,提高信噪比(ISNR)较传统同类算法增加了0.3dB以上,达到了同时抑制噪声和保护图像细节的目的。

忆阻突触耦合Hopfield神经网络的初值敏感动力学

该文报道了3神经元Hopfield神经网络(HNN)在电磁感应电流作用下的初值敏感动力学。利用非理想忆阻突触,模拟由两个相邻神经元膜电位之差引起的电磁感应电流,构建了一种简单的4维忆阻Hopfield神经网络模型。借助理论分析和数值仿真,分析了不同忆阻突触耦合强度下的复杂动力学行为,揭示了与状态初值密切相关的特殊动力学行为。最后,设计了该忆阻HNN的模拟等效实现电路,并由PSIM电路仿真验证了MATLAB数值仿真的正确性。

基于因子分析的Hopfield神经网络在水质评价的应用

针对Hopfield神经网络的过度拟合问题,在因子分析的基础上,结合Hopfield神经网络模型提出了因子分析—Hopfield神经网络模型。以东辽河为例,采用因子分析法确定7个水质评价因子,再建立5×7的Hopfield神经网络进行水质综合评价,并与单一的Hopfield网络和传统的内梅罗指数法的结果进行了比较。结果表明,因子分析—Hopfield神经网络明显优于单一的Hopfield神经网络,不仅在一定程度上弥补了因子分析在实际应用中没有实现水质分级的缺陷,而且有效地降低了Hopfield神经网络的过度拟和的程度,评价结果更为科学合理,为水质综合评价提供了一种新的方法,具有极好的应用前景。

基于Hopfield神经网络的线性系统参数辨识方案及在鼠笼式电机传动系统参数辨识中的应用研究

将基于Hopfield神经网络的线性系统参数辨识方案[1,2 ] 作了扩展 ,得出了在辨识神经网络输入为经传感器检测延迟的系统状态变量的情况下 ,其辨识输出趋于正确的充分条件。通过在鼠笼式电机传动系统参数辨识中应用的仿真结果 ,验证了该辨识方案的正确性。

Hopfield神经网络算法求解路网最优路径

为了解决经典算法在求解大规模路网最优路径时运算时间长的问题,研究了Hopfield神经网络的特点,建立了一般路网的数学模型,根据Hopfield神经网络的特点设计了适合车辆诱导的路网Hopfield神经网络最优路径算法.采用动态邻接矩阵对该算法进行了优化,减少了运算时间.把该Hopfield神经网络算法应用于所研发的车辆诱导系统的最优路径求解中,并进行了实际路网测试,结果表明应用该算法能够正确求解路网的最优路径,且比经典算法的运算效率高.

基于Hopfield神经网络的谐波电流检测方法

在对各种谐波电流检测方法进行简单比较的基础上,提出了一种基于Hopfield神经网络(HNN)的谐波电流检测方法.该方法将HNN优化理论用于电力系统的谐波检测,自适应地准确检测出电网基波和各次谐波分量的幅值和相角.采样数据处理速度快,实时性好,网络不需要预先进行训练.仿真结果表明,该方法具有很好的实时性、较高的检测精度以及自适应跟踪负载电流变化的能力.

基于离散型Hopfield神经网络的项目风险分析模型

项目风险分析是项目风险管理过程中的重要组成部分,为此,本文提出并建立了一种基于离散型Hopfield神经网络的项目风险分析模型。该模型首先结合层次分析法确定各风险特征因子的权重,然后根据各风险特征因子的权重对神经元进行分组,由离散型Hopfield神经网络对项目风险的总体水平进行分析。本文用实例对模型进行了验证。