[发明专利]一种求解优化问题的神经网络

摘要

一种求解优化问题的神经网络及其实现优化求解的方法。该神经网络包括神经元（1），固定不变的连接权值（2），变化的连接权值（3）和神经元输出（4）。所述的神经元由连续且单调递增的神经元激活函数来实现，神经元的起始值为[-1,1]的连续范围内的随机数。每一个神经元都通过连接权值与其它的神经元相连接。该神经网络由神经元组成，每一个神经元都是具有函数映射功能的主要处理单元。该神经网络不需要训练，可以直接求解优化问题。

主权项

1.一种求解优化问题的神经网络，其特征在于该神经网络包括神经元（1），固定不变的连接权值（2），变化的连接权值（3）和神经元输出（4）；所述的神经元S由连续且单调递增的神经元激活函数来实现，神经网络的动态方程为dyidt=-kyi+αΣj=1nWijxj+βΣj=1nFjixixi=ψ(yi)=11+e-yi/ϵ]]>其中：x_i，i＝1,2,…,n，是第i个神经元的输出；y_i，i＝1,2,…,n，是第i个神经元内部状态；W_ij，i,j=1,2,…,n，是第i个神经元与第j个神经元的不变连接权值；F_ji，i,j=1,2,…,n，是第j个神经元与第i个神经元的变化连接权值；k,α,β，ε为常数；此神经网络的能量函数为：其中积分项表示一种内部状态和输出值关系的能量项。每一个神经元都通过连接权值与其它的神经元相连接，所述的连接权值有两套，一套是固定不变的连接权值（2），而另一套是变化的连接权值（3）。