Hopfield网络应用实例分析
更新时间:2023-05-15 03:52:01 阅读量: 实用文档 文档下载
Hopfield网络应用实例分析
维普资讯
第2卷第8 0期文章编号:06—94 (O 3O 10 38 2O )6—0 6 O4—0 3
计
算
机
仿
真
23月 O年8 0
Ho f l网络应用实例分析 p ed i马向玲,宝国田(军航空工程学院。东烟台 240 )海山 60 1
摘要:分析离散型 H p d of d神经网络在模式识别中应用以及连续型 H p e i of l i d网络在求解 T P问题中的应用, S并给出仿真实例,总结了 Hpe ofl i d网络在实际应用中的一般方法。 关键词:经网络;式识别;量函数神模能中圈分类号:P8 T I文献标识码: A
1 Ho f d神经网络简介 pd iHpe oll经网络是反馈式网络的一种,有神经元单 l d神所元都是一样的,们之间相互连接。从系统观点看,馈网它反络是一个非线性动力学系统,有一般非线性系统动力学的具
Hp e of l i d网络用于联想记忆的时候可分为两个阶段: 学习阶段和联想阶段。习阶段的任务是:定 m= 1…,学给… P{
个输入样本,按照 H b ̄ eb
规则=m=0
(≠J调 i )
许多性质,例如稳定问题,各种类型的吸引子以至混沌现象等,供了人们可以从不同方面来利用这些复杂性质以完成提
整权,得存储样本成为动力学的吸引子。使 联想阶段的任务是:在上述的已调整好的情况下, 对于给定残缺不全或者受到干扰的信息,其作为联想关键 令字,照动力学规则变化神经元的状态,得最终的稳态为按使动力学的吸引子。
各种复杂计算功能。在 H pe oll id网络中,续系统和离散系连统之间的主要区别是取决于用微分方程模型,是用差分方还
程模型来进行描述。离散 H p e of l络的神经元变化函数为 i d网
符号函数,网络的节点状态仅仅取两值+1一1或 0和+, ( 1; )连续网络的神经元变换函数为单调上升的函数,点状节态可以取 0和 1间的任一个实数。 H pe之 oll络的应用形 l d网
22离散 H鼍 d . .6 d网络在数字识别中的应用举例,对一个
H pe oll l d网络进行仿真,使用] ̄o dl b神经网络工具箱提供的 nw o ehp函数: e nt= nw o ( )其中, ehp T, T为初始输出矢量,要求为离散值,并且取值是二值函数,例中取 1和本一
式有联想记忆和优化计算两种形式。本文通过两个例子,离散型 H pe oll络在模式识别中应用以及连续型 H p d l d网 ol d网 l络在求解 T P问题中的应用,结了 H p d S总 ol d网络在实际应 l用中的一般方法。
1 E。N T为所建立的网络,用该函数可得到最终的输出调
矢量。H p e ofl i d网络由一层饱和线性神经元组成,经元的神输出与其输入用一权值矩阵相连,神经元的输出指定为初始输出适量,要求为离散值,并且取值是二值函数,这里取 1和 1。可根据用户的需要设计为几个稳态值,态值的设计稳
2离散 H p ed网络在模式识别中的应用 o fl i2 1离散 I . e l d网络用于模式识别的一般步骤离散 H pe oll ld网络在模式识别中常用做联想记忆。从动
一
思想是使网络不稳定的状态最少。系统默认时选择 D T O- PO R D权函数的单层,入函数为 N T U,递函数为输 E SM传S T IS A LN。然后网络作任意次更新,在某些点网络达到了当
力学的观点,如果网络节点的初态为 s O, ()连接权值为,当其运行 t后处于状态| t 1步 s+ )即 (
稳态,则最后的输出矢量即认为是初始矢量的分类。每个网络都有有限个这样的稳定最终矢量。如果网络是稳态的。 则
| t ) g【 z (+ s+1=s - J£ ( n妒 )=
其输出矩阵 Y就会稳定在某一个初始设置的输出点上, Y即 就会与某一个初始输出值相等。221离散 H pe .. oll经网络实例 ld神要求设计一个离散 H pe oll经网络,其具有联想记 ld神使忆功能,正确识别阿拉伯数字,数字被噪声污染后仍能能当较准确地识别。 2 22网络设计 ..
1
由于能量函数 E是有界的,系统最终必定是要达到某个稳定
的状态,或者是在某几个状态绕行,它们都是非线形动力学系统的吸引
子,能量函数的局部最小点。即 当 Hp e of l i d网络用于联想记忆时,调整权使得所要要记忆的样本为系统的吸引子;谓联想成功,即吸引子是所意网络所存储的样本;想的过程就是非线性动力学系统朝着联某个吸引子动态运行的过程。
选择离散 H pd oi d神经网络,网络由 1初始稳态值 i设 O个
12、 4 56 7 89和 0构成,、 3、、、、、、即可以记忆 1 O种数字。每一个稳态由 1 *1矩阵构成,拟阿拉伯数字点阵,中, O O的模其
收稿日期:O2—0 2O 7—1 6 - -——
有点处用 1表示,白处用一1空表示。如 1一1一l一11 =[ 1
6 — 4 - -—
fr舯麟『
Hopfield网络应用实例分析
维普资讯
1 1— 1— 1— 1— 1— 1— 1 一 l— l— l— l— l— l 1 1 1 1 1 1 1 1— 1— 1— 1— 1— 1— 1 1 1 1 1— 1— 1— 1— 1— 1—
3 1连续 I .蛔脑龃网络求解优化问曩的一般过程用 H p d解决优化计算问题时,先要把优化问题映 ot d i首射到一种神经网络的特定组态上,组态相应于优化问题的此
1 1— 1— 1. 1— 1— 1— 1 1 — 1— 1— 1— 1 1 1 1一 1 1 1 1— 1 1 1 1— 1— 1— 1— 1— 1— 1 1 1 1— 1— 1— 1 1 1 一
—
可能解;然后在构造一个适合于待优化问题的能量函数 E。此 E应正比例于优化问题的代价函数。用 m r e ̄ l络求解 d网优化问题的一般过程如下:
一
1— 1 1 1— 1— 1— 1— 1— 1— 1 1 1 1— 1— 1 1 1 1
—
1表示,]其对应数字 1 1*1点阵, 1个元素。的 0 0共 0 0给定一个加有噪声的数字 2其矩阵表示为。 nm e u br 2={111—111—11—1—11 1 1—[ 1 11 1 1
1对于待求的问题,择一种合适的表示方法,神经 )选将元网络的输出与问题的解对应起来。
1—1—1 1— 1 1— 1— 1 1— 1— 1— 1—
1 1 1— 11— 1 1 1—
2构造神经元网络的能量函数, )使其最小值对应于问题的最佳解。
1— 1 1 1 1 — 1— 1 1 1 1 1 1 1 1 1 1 1 1 1 1— 1— 1 1— 1
1— 1— 1— 1— 1— 1— 1— 1 11— 1— 1— 1— 1— 1— 1—
3由能量函数逆推神经网络的结构,神经元之间的权 )即值 Ti偏置输入 I i和 i。 4由网络结构建立网络,运行的稳定状态即在一定条 )其件下的最优解。 3 2连续 I l i络在 T P问曩中的应用举例 . t i d网 o S3 2 1 T P问题描述 .. s
1— 1 11 1—1 1—1—1 11 1 1 1 1 1— 1 1—1—]} 1 1 1’注意到,所谓噪声即是某些位由原来的 1畸变为一1或,者由原来的一1畸变为 1然后训练网络,真结果表明该。仿
H ̄e o l d网络具有联想记忆功能,以将数字 2从噪声中识可别出来。
22 3数字联想记忆 mr e .. ̄] d网络仿真程序ee l de r a
T P问题描述如下:定有 N个城市的集合 ( 1 S假 C, C… .C )它们之间的距离已知。要求找出一条经过 2,n,每个城市仅一次的最短路径。且回到开始的出发点。下面并
t一1—1—11111—1—1—1—1—1—11111=【 —
就基于 H re o ̄] d网络对 T P旅行商问题进行建模。 S对于 T P问题而言,解答最好是用 n S其×n置换矩阵 V 来表示。一个矩阵对应着一条可行的路径。矩阵中的每一行代表一个特定的城市,一列代表某一旅行路径中的特定每
1— 1— 1— 1— 1— 1 1 1— 1— 1— 1— 1— 1— 1 1 1 1 1
1 1— 1— 1— 1— 1— 1— 1 1 1 1— 1— 1— 1— 1— 1— 1 1 1 1 1 1— 1— 1— 1— 1— 1— 1 1 1 1 1— 1— 1— 1— 1— 1—
1 1 1 1 1— 1— 1— 1— 1— 1— 1 1 1— 1— 1— 1— 1 1 1
位序。按照 T P问题的基本要求,:问每
个城市各一次 S即访后返回到起点。这就是优化计算中的所谓可行解。 根据 T P问题的本来要求,化的目标函数应该是: S优
—
1—11111—1—1—1%数字 1点阵表示 ;的1 1 11 1 1 1 1 —1 1 1 1 —1 11 1 1 1—1 —1 —1 —1 —
1— 1— 1— 1 1— 1— 1— 1— 1— 1— 1— 1— 1 1 1 1— 1— 1 11 1 1 — 1— 11 1 1 1— 1— 1 1 1— 1— 1— 11 11 11 1 1 1— 1—1—1— 1—111— 1— 1— 1— 1— 1— 1—1—11
乩)=∑∑∑ (.l .1= i i+ i) m _ n, y=, j !
上面的式子是任意一个循环旅行的总路程。中下标对 其
1 11 1— 1 1 1—1—1%数字 2 1 1 1 1— 1 1 1 1 1 1]的点阵表示t t=’
Ⅳ取模运算。以使旅行路线上的第Ⅳ个城市与第一个城市相邻。
如果把约束条件公式化。则分别有: nt e hpt e=nw o()nm e u br 2={111—111—11—1—1 1 1—[ 11 11 1 11—1—1 1— 11— 1— 1 1 1— 1— 1— 1— 1 1— 11— 1 1 1—
. ()=, l
∑∑∑= 0, f ! i=
() 1 () 2
1— 1 1 1 1 1 1— 1— 1 1 1 — 1— 1 1— 1 1 1 1 1 1 1 1 1 1
^( )=∑
∑∑= 0i y! =
1— 1— 1—1—1— 1— 1—11 1— 1— 1— 1— 1— 1— 1—
1—1 1—1 1 1 1 1 1 1—1 1—1 1—1 1 1—1—1’% 1 1 1]}搀杂噪声的数字 2的点阵表示其中。
^( )=∑∑一 N= 0
( 3 )
to i (e, 15, lnm e ) w:s nt{,}{,u br e r 2 to 1 w{}to2 w{}
式 ( )的意义是置换矩阵在每行中只有至多一个元素的 1值为 1其他的为 0表
示每城市不能通过多次;,, 式() 2的意义是置换矩阵每列至多只能有一个元素为 1, 即。同一时刻只能访问一个城市; 式 ( )的意义则是保证了置换矩阵的每行每列确有一个 3元素的值为 1。
to3%联想记忆识别 w{}为简化起见,只给出数字 12的点阵编码,、其余略。网络最终输出稳态值为数字 2的编码。
引入 I gag函数,可以把上述的约束优化问题转化 ar e n就
3连续 I p e t fl o i d网络在优化计算中的应用
为无约束优化问题求解。:取一
6一 5
F l■ 1灌 1 -啊 l
Hopfield网络应用实例分析
维普资讯
L v )= J )+ 11 (, ( J ( 2 ( )+ _( )+ 33 ) ( ), 4上式即为 L gag arne函数,松对优化的要求,目标函放把数和约束条件进行统一,为一个多目标优化问题,作把众多的目标函数加权平均,用如下的总目标函数:采
供了离散 H pd oi d网络 l的仿真函数,有提供没连续型的仿真函数,所以本例中将微分方程 ()为差分方程求解。 6化
E= D ( 11 J )+ .(, )+B 2 J( )+ c ) (
() 5
当网络运行至稳定状态
其中,、、、 A B c D都是正数,四项取的是 (第 )的平方值,为的确切保证 E总是正值。3 22 H p e . . ot l l d网络的匹配与求解把优化变量 V i为 H pe x作 of l i d网络的单个神经元的输出
时,矩阵 v的输出即代表问题的可行解。
电压,网络中的神经元的总数是Ⅳ2。个记第 ( ),号神经元输出到(,) y_神经元输入间的权重 (网络电阻值 )『即是, 。取 a= l r= l根据式 ()的优化目标,以推出第 ( i,i, 4可,)神经元的输入电压变化方程为::一 一J:
4尊语个离散圈连网求 专过 .。 1续本通…文 ‘络解一
, I
H pe ofl络在模式识 i d网
i”
别中的实例仿真和个连续 H pe oil ld网络在优化计算中的实例仿真,论联系实际, H ld理将 of d网络与实际
工程应用联系 a i起来,入阐述了离散型和连续型这两种类型的 H pe深 oil ld神
%一l ,: I
一
c∑∑%_ ) ( _一 n() 6
经网络的异同点,出了 H g e给 otl l d神经网络用于模式识别和优化计算的一般方法,对进一步研究 H rr o i d网络的工程应用提供了帮助。
D∑ (,。,。 + f)+一每个神经元的输出取 S曲线:1一
参考文献:I
1+ eD x1
[]胡守仁 . 1神经网络应用技术[ .京:防科技大学出版社, M]北国l9 9 B.
相应的网络联结权重设计为:=,
[]郭鹏 . oi d网络在优化计算中的应用[]计算机仿真, 0 2 Hpd i J. 2 2 O—
5.
一
艿 (一%)%(一艿 ) 1一B 1 一C一 1 ) () 8
[]苏金明 . l 6 1 3胁n b .实用指南[ . a M]电子工业出版社, 0— . 2 2 1 O []陈萍 . H p d神经网络求解 T P的研究[]北京邮电大学 4对 oi d i S J.学报,99—7 19 .
% (小1 +
其中,为 Ko ek r% rnc e函数,%=1而≠J时%=0即,。上式右边第一项是关于每行的抑制联结,二项则是关于每第列的抑制联结,三项 C值是全局抑制,后一项是有关路第最径长度的数据项是针对具体问题的。
作者简介马向玲 (9O,汉族)山东栖霞人, 1一)女( 7,博士生,主要研究方向为智能控制、计算机分布式控制、通信与信息等。
网络的输入电流为:= C N3 23 H ge .. ot l ld网络求解 T P问题仿真 S
() 9
田宝国 ( 6 .一)男 (族)天津人, 0年获北 1 83,汉 9, 21 0京师范大学博士学位,研究方向为神经网络、系统理
取十个城市,城市坐标已知,数 A、、、各参 B C D取 H p e oil ld
对网络模型的参数值: A=50 B=5O C=20 D=5 O仿真 0, O, 0, O,步长取 0 1仿真次数取 10次。由于 Maa工具箱中只提 ., 0 db
An lsso s r t n n i o s Ho fed Ne r lNewo k pia in a y i n Dic ee a d Co tnu
u p l u a t r sAp l t s i c o
MA a g—ln Xin ig,T] AN a B o— g o u( aa A r at ni e cdm, at hnog240,h a N vl eo u cE g er ae y Y na Sadn 0 1C i ) n i n A i 6 nAB RAC G v gt oe a lso Ho i l SI T: ii w x mp e f pi dNe rl ew r sa piaim,t edsee o whc su e nmo e c g i o n h n e ua t o k p l t n c o h i t f ihi s di r d l e o nt n a dte ̄[il r i I Il t l- O8i ue S I s d i T P.A ta ay i e u u lm t o t pll ew rs a piaim . 1 s n ths n ls t s a eh d wi Ho i d n t ok p l t sh h e c o KE YW OR DS: e r l ew r s m d lrc g io; n ry fn t n N u a t o k; o e o n t n E eg ci N e i u o
一
66一
r玎 1强 I i I R
正在阅读:
Hopfield网络应用实例分析05-15
2017—2018学年度第二学期期中检测八年级语文试题A及答案05-07
实验六 乙酸乙酯皂化反应05-31
教科版六年级品德与社会下册1-5单元试题(含期中期末)附答案01-24
母线和电缆的选择,有例题讲解05-31
镇2021年安全生产监督检查工作计划08-22
数字化校园解决方案(完整版) - 图文07-10
学习凌宗伟 大数据时代我们如何做教师11-25
在政府部门与民主党派对口联系会议上的发言03-30
八年级-分式单元测试题(含答案)05-06
- 教学能力大赛决赛获奖-教学实施报告-(完整图文版)
- 互联网+数据中心行业分析报告
- 2017上海杨浦区高三一模数学试题及答案
- 招商部差旅接待管理制度(4-25)
- 学生游玩安全注意事项
- 学生信息管理系统(文档模板供参考)
- 叉车门架有限元分析及系统设计
- 2014帮助残疾人志愿者服务情况记录
- 叶绿体中色素的提取和分离实验
- 中国食物成分表2020年最新权威完整改进版
- 推动国土资源领域生态文明建设
- 给水管道冲洗和消毒记录
- 计算机软件专业自我评价
- 高中数学必修1-5知识点归纳
- 2018-2022年中国第五代移动通信技术(5G)产业深度分析及发展前景研究报告发展趋势(目录)
- 生产车间巡查制度
- 2018版中国光热发电行业深度研究报告目录
- (通用)2019年中考数学总复习 第一章 第四节 数的开方与二次根式课件
- 2017_2018学年高中语文第二单元第4课说数课件粤教版
- 上市新药Lumateperone(卢美哌隆)合成检索总结报告
- 实例分析
- 网络应用
- Hopfield
- 物流软件的模块结构图
- 2019年西安建筑科技大学土木工程学院802结构力学考研冲刺狂背五套题
- 隧道容貌提升工程施工组织方案
- 需求分析学习案例
- 国内外复合材料权威杂志和期刊
- 传播学教程第六章
- 壳聚糖对锌(铁)离子的配位特性及其配合物的应用
- 如何提升企业财务管理能力
- 冀教版六年级英语上册期末试题
- 山楂叶化学成分和药理作用研究进展
- 饺子大赛 张军伟
- 施工-评标记录表1
- 2016苏教版一年级下册数学期中质量检测试卷
- 不同澄清剂对五味子水提物澄清效果的比较
- 选修6英语unit5 warming up and pre-reading
- 有限空间作业应急救援预案(2017)
- 复旦大学外文学院2009-2010学年本科生奖学金评审方案
- 基于VXI总线虚拟无线电自动测试系统
- 深圳诺普信农化股份有限公司内幕信息知情人报备制度
- 湖南桃花江核电介绍