霍普菲尔德(Hopfield)神经网络概述(精品·公开课件).pptVIP

霍普菲尔德（Hopfield）神经网络概述 旅行商问题(TSP) 旅行商问题（Traveling Saleman Problem，TSP）又译为旅行推销员问题、货郎担问题，简称为TSP问题，是最基本的路线问题。 是指一名推销员要拜访多个地点时，如何找到在拜访每个地 TSP问题点一次后再回到起点的最短路径。 旅行商问题(TSP) 旅行商问题(TSP) Hopfield网络的提出 1982年，美国加州理工学院物理学家J .J.Hopfield教授提出一种单层反馈神经网络，后来人们将这种反馈网络称为Hopfield网络。 1985年，J.J.Hopfield和D.W.Tank用模拟电子线路实现了Hopfield网络，并用它成功地求解了旅行商问题(TSP)的求解方法。 Hopfield网络的特点 单层反馈式网络 o1 on o2 x2 x1 xn W … … Hopfield网络的特点 灌输式学习方式 灌输式学习中网络权值不是通过训练逐渐形成的，而是通过某种设计方法得到的。 权值一旦设计好就一次灌输给网络，不再变动， 这种学习是死记硬背式的，而不是训练式的。 Hopfield网络的特点 各神经元的状态在运行中不断更新 o1 on o2 x2 x1 xn W … … Hopfield网络的特点 首次引入能量函数 考虑了输入与输出的延迟因素 Hopfield网络的分类 根据激活函数的不同，可以分为： 离散型 Hopfield神经网络（DHNN） 连续型 Hopfield神经网络（CHNN） Hopfield网络的应用 组合优化 (TSP问题) 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。 Hopfield网络的应用 分类、模式识别 联想记忆