一种Hopfield神经网络算法复杂性研究的新方法

• 作者: 刘才兴 吴小红 周敏 谢洁锐
• 来源期刊: 计算机应用与软件
• 关键词: Hopfield网络 算法分析 状态-程序复杂性 绝对复杂性 相对复杂性
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 算法
• 页码范围: 90-92
• 页数: 3页
• 字数: 2832字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2005.02.037

摘要

首先分析了基于Hopfield神经网络的TSP问题求解方法,提出从研究能量函数、状态空间分布和可行解的关系来研究以Hopfield为代表的优化神经网络的计算复杂性的思想;并给出从状态空间到线性表的映射方法,引入状态-程序复杂性.分析结果表明,绝对状态-程序复杂性更为充分地反映能量函数的求解过程;相对状态-程序复杂性提供了一种在多项式时间内对NP问题算法的有效性进行衡量的尺度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘才兴	华南农业大学信息学院	37	433	13.0	19.0
2	谢洁锐	华南农业大学信息学院	18	219	8.0	14.0
3	周敏	华南农业大学信息学院	25	273	7.0	16.0
4	吴小红	华南农业大学信息学院	6	31	3.0	5.0