Job-shop调度问题的瞬态混沌神经网络解法

• 作者: 乔清理 王正欧 王秀宏
• 来源期刊: 系统工程
• 学科: 数学
• 关键词: 神经网络 瞬态混沌 Job-shop调度问题
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 智能计算
• 页码范围: 43-48
• 页数: 6页
• 分类号: O23
• 字数: 3134字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4098.2001.03.010

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正欧	天津大学管理学院系统工程研究所	91	2104	28.0	41.0
2	乔清理	天津大学精仪学院	9	147	6.0	9.0
3	王秀宏	天津大学管理学院系统工程研究所	23	236	9.0	14.0