基于连续型Hopfield神经网络的模糊属性关系图模型匹配算法研究

本文研究了基于连续型Hopfield神经网络的模糊属性关系图(ARG)模型匹配算法。首先指出模糊ARG比通常的ARG模型更真实地反映了客观事物,具有良好的容错性,能够更好地完成建模和匹配过程。然后研究了连续型Hopfield神经网络进行模糊ARG模型匹配算法。采用由ARG模型直接映射到网络组态的形式,直接、准确地实现了ARG模型的匹配。仿真结果表明模糊ARG模型建立的合理性和神经网络匹配算法的有效性。