Job-shop调度问题的瞬态混沌神经网络解法

被引：26

作者：

王秀宏

乔清理

王正欧

不详

机构：

[1] 天津大学管理学院系统工程研究所!天津

[2] 天津大学精仪学院!天津

来源：

系统工程 | 2001年 / 03期

关键词：

神经网络; 瞬态混沌; Job-shop调度问题;

D O I：

暂无

中图分类号：

O224 [最优化的数学理论];

学科分类号：

070105 [运筹学与控制论];

摘要：

采用具有瞬态混沌特性的神经网络 (TCNN)解 Job- shop调度问题。利用神经元的自抑制反馈产生混沌动态 ,其随机搜索能力有效地避免了传统 Hopfield神经网络 (HNN)极易陷入局部极小的缺陷 ;同时利用一时变参数控制混沌行为 ,使网络在经过一个短暂的倍周期倒分岔后逐渐趋于一般的神经网络 ,从而收敛到一个最优或近似最优的稳定平衡点。仿真结果表明 ,该网络解 Job- shop调度问题比 HNN具有更强的全局搜索能力和寻优能力 ,并具有更高的搜索效率。

引用

页码：43 / 48

页数：6

共 4 条

[1]

用具有混沌特性的神经网络解任务分配问题[J] 王秀宏;王正欧;乔清理系统工程学报 2001, 02

[2]

On the stability of the Travelling Salesman Problem algorithm of Hopfield and Tank[J] G. V. Wilson;G. S. Pawley Biological Cybernetics 1988,

[3]

“Neural” computation of decisions in optimization problems[J] J. J. Hopfield;D. W. Tank Biological Cybernetics 1985,

[4]

Optimizatiom by simulated annealing Kirkpatrick S; Gelatt C D; Vecchi P V; Science 1983,

← 1 →