1、中圖分類號：T P l 8 3密 級：上海大學⑧碩士學位論文S H A N G H A I U N l V E R S I T YM A S T E R ’S T H E S I S題 最優(yōu)化問題混沌神經網絡目 算法的研究與應用作 者顧申申學科專業(yè)計算機軟件與理論導 師郁松年完成日期2 0 0 5 年1 月摘 要2 0 世紀8 0 年代由J ．J ．H o p f i e l d 和D ．w T a I l l 【提出的H o p f

2、i e l d 神經網絡模型在很大程度上促使了人們對神經網絡的重新關注。至今，該模型已被成功應用于各類與優(yōu)化相關的問題，其中著名的要數(shù)旅行商問題。盡管，H o p f i e l d 模型的性能要優(yōu)于大多數(shù)的啟發(fā)式算法。然而，它也有不足之處。其中最明顯的缺陷在于采用梯度下降的動態(tài)系統(tǒng)導致其容易陷入局部最優(yōu)。不過，通過對混沌非線性系統(tǒng)的探究，人們提出了幾種混沌神經網絡從而克服了這一缺陷。本文首先應用其中的一種混沌神經網絡，即暫態(tài)混沌神經網

3、絡，來解決一個經典的并具有許多現(xiàn)實應用領域的N P 難的組合優(yōu)化問題——最大團問題，并對其優(yōu)化性能作了深入的研究。然后，對該算法進行改造，使其適用于模式識別和大規(guī)模集成電路設計等領域。在研究過程中，我發(fā)現(xiàn)暫態(tài)混沌神經網絡的運算速度相對較慢。因此在本文最后，我通過調整該算法的退火機制對該算法進行了改進，改進后的算法能夠迅速地收斂并保持很好的優(yōu)化性能。1關鍵詞；神經網絡；最優(yōu)化問題；混沌；最大團問題；模式識別；大規(guī)模集成電路設計本課題得到上