傅立叶Hopfield神经网络及其在优化中的应用

• 作者: 何少平 张莉 徐耀群
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 傅立叶级数 Hopfield神经网络 优化问题
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 数理科学
• 页码范围: 277-280
• 页数: 4页
• 分类号: TP18
• 字数: 2794字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0946.2008.03.006

摘要

Hopfield神经网络(HNN)是一种有效的优化模型,但存在易收敛到局部极小的缺点.傅立叶级数具有良好的函数逼近能力和较高的非线性度,基于这一特点,提出了一种新型的Hopfield神经网络--傅立叶Hopfield神经网络(FHNN),其激励函数是由三角函数和Sigmoid函数组成,并将该模型用于优化问题.仿真结果表明傅立叶Hopfield神经网络能够较快收敛到最优解,在解决优化问题上表现出令人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐耀群	哈尔滨商业大学系统工程研究所	66	338	8.0	14.0
2	张莉	哈尔滨商业大学系统工程研究所	67	374	11.0	17.0
3	何少平	哈尔滨商业大学系统工程研究所	2	6	1.0	2.0