一类多目标非线性Hopfield网络稳定平衡点的最优性证明

给出了目标函数为拟凸函数的多目标非线性Ｈｏｐｆｉｅｌｄ 网络稳定平衡点的最优性证明．为应用多目标非线性Ｈｏｐｆｉｅｌｄ 神经网络求得多目标的有效解提供了必要的理论依据     

连续Hopfield网络稳定性判定的新方法

概述了关于连续Ｈｏｐｆｉｅｌｄ网络的经典性工作,针对推广的Ｈｏｐｆｉｅｌｄ网络,推导了在条件Ｔ下以可微零均值非线性函数作为激励函数的Ｈｏｐｆｉｅｌｄ网络全局稳定的三个充分条件,给出了Ｈｏｐｆｉｅｌｄ网络稳定性判定的新方法,并通过实例进行了验     

杂波环境下神经网络数据关联算法

文中提出了一种基于Ｈｏｐｆｉｅｌｄ网络的多目标数据关联算法,构造了多目标数据关联Ｈｏｐｆｉｅｌｄ网络的新能量函数,该函数是观测点迹与航迹预测点迹统计距离的函数．算法考虑了数据关联的整体效果,成功地提高了正确关联概率．仿真表明,在杂波环境下和无杂波环境下该算法较最近邻（ＮＮ）法有明显优势．     

基于Hopfield网络的约束广义预测控制

本文将Ｈｏｐｆｉｅｌｄ网络的快速优化计算能力应用于带预测输出约束输入约束的广义预测控制的求解,推导了带约束的预测模型,并将约束广义预测控制的求解化为典型的约束二次规划,提出了一种求解的约束非线性规划的Ｈｏｐｆｉｅｌｄ网络结构,并证明了其收敛性和稳定性。     

Hopfield人工神经网络在工程优化中的应用

本文对Ｈｏｐｆｉｅｌｄ人工神经网络基本电路模型进行了分析。在此基础上提出了用Ｈｏｐｆｉｅｌｄ模型解决工程优化中的设计问题。给出了Ｈｏｐｆｉｅｌｄ人工神经网络在工程优化中的应用实例。结果表明：Ｈｏｐｆｉｅｌｄ人工神经网络是解决最优化问题的有效途径。     

动态系统参数估计的一种新方法

分析了利用Ｈｏｐｆｉｅｌｄ神经网络进行系统参数估计的基本原理，把参数估计问题转化为Ｈｏｐｆｉｅｌｄ网络的能量函数的最小化问题，当能量函数达到最小值时，Ｈｏｐｆｉｅｌｄ网络的输出即为待估计的参数值，仿真实验证明了该方法的有效性。     

改进的Hopfield网络及汉字识别

针对Ｈｏｐｆｉｅｌｄ网络的局限性，本文提出了对Ｈｏｐｆｉｅｌｄ模型及联想记忆算法的改进；（１）发迹其权对称性（２）引入反传学习算法（３）为避免在学习过程中出现振荡，引入基本反传值，并作了理论上的分析，运用改进的Ｈｏｐｆｉｅｌｄ网络进行相近的汉字识别，取得了较好效果。     

Ｌｉ Ｈｏｐｆｉｅｌｄ神经网络用于汉字字符识别

提出了一种Ｌｉ Ｈｏｐｆｉｅｌｄ网络,解决了Ｈｏｐｆｉｅｌｄ神经网络能量函数存在积分项、振荡收敛、计算复杂等问题,并继承了Ｈｏｐｆｉｅｌｄ网络的结构与Ｌｉ网络的优点．同时发现基于部首拆分的汉字字符识别可以忽视甚至利用该网络的虚假稳定点,从而使样本存储量降为传统Ｈｏｐｆｉｅｌｄ网络的１４４％,表明该算法有效且快速．     

Hopfield神经网络k—全局稳定性

研究了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局稳定性，利用常数变易法和不等式分析技巧，给出了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局指数稳定的充分条件。     

一类非线性二级多目标决策的遗传算法

对非线性双级多目标决策问题,提出了一类非线性二级决策问题的遗传算法的解法。即各级目标函数共用相同的约束条件,对问题分级进行处理;对于每一层利用线性加权法将问题进行简化,将一个非线性二级决策问题转化为多个一级非线性决策问题,再利用遗传算法分别进行求解,可得到原问题的非劣解,从而提供了解决非线性决策问题的一种方法。     

一种多目标决策NNES方法及其应用

针对非线性多目标决策问题，将神经网络与专家系统有机地结合起来，提出了一种非线性多目标决策神经网络专家系统方法。     

基于神经优化的最大熵图像重建算法

提出了一种基于Ｈｏｐｆｉｅｌｄ神经网络优化的图像重建算法。将图像重建问题转化为ＨＮＮ优化问题,取重建图像熵函数最大以及原始投影与再投影之间的误差平方和最小作为图像重建的优化目标,作为能量函数构造连续型ＨＮＮ模型,由ＨＮＮ能量函数极小化可得到重建问题的优化解。     

一类目标函数不连续且带约束的非线性规划求解算法

对一类目标函数不连续的带约束非线性规划进行讨论，将其转化成多个目标函数可微的非线性规划，通过对这些非线性规划多次迭代求解的结果，得到了这类目标函数不连续的带约束非线性规划的求解算法。     

组合电路最优Hopfield模型的判定算法

组合电路的故障检测问题是一个ＮＰ完全问题。根据组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型，通过相容状态建立的齐次线性方程组的基础解系和感知机，提出了组合电路最优Ｈｏｐｆｉｅｌｄ模型存在性的实用判定算法，并给出了计算实例。     

图象重建的神经网络法

以平行射束扫描的Ｘ射线ＣＴ为例,提出一种运用Ｈｏｐｆｉｅｌｄ人工神经元网络实现从投影中重建图象的方法,首先将图象重建问题转化为最小范数准则下的优化问题,然后构造相应的Ｈｏｐｆｉｅｌｄ神经网络模型,网络的稳态解,即为重建问题的解,计算机模拟实验结果证明了方法的正确性。     

多目标加权模糊非线性规划

指出了多目标规划问题的目标一般不是同等重要的,针对多目标模糊非线性规划问题,利用模糊集合理论建立了加权规划模型,并得到了该模型的普通等价非线性规划模型。算例表明本文给出的模型、算法是有效的,具有广泛的应用价值。     

一种全并行神经网络参数辨识方法

针对在线参数辨识计算工作量大，造成难以实时给出参数估值的问题，利用Ｈｏｐｆｉｅｌｄ型网络的快速优化计算能力，通过对Ｈｏｐｆｉｅｌｄ网络改进，推出了一种全并行递推神经网络参数辨识方法，使计算量较传统的参数辨识方法大大减小。同时由于神经网络的互连作用，增强了辨识的鲁棒性，为实时给出参数估值提供了可靠的保障。     

对Hopfield神经网络求解TSP的研究

为了研究Ｈｏｐｆｉｅｌｄ神经网络解决ＴＳＰ（ｔｒａｖｅｌｌｉｎｇｓａｌｅｓｍａｎｐｒｏｂｌｅｍ）的算法中网络参数和城市拓扑对网络性能的影响,利用计算机模拟Ｈｏｐｆｉｅｌｄ神经网络求解ＴＳＰ的思路,算法。依据大量运算结果对参数和城市拓扑进行了分析,并得出以下结论：（１）Ｈｏｐｆｉｅｌｄ对网络参数的假定值并不是最佳值,参数Ｄ对于网络的性能有比较明显的影响,Ｄ取１００时,网络的收敛率大大提高;而参数Ａ,     

城市轨道交通列车交路方案优化模型研究

为了对城市轨道交通列车交路方案进行优化,建立非线性规划模型及多目标规划模型。非线性规划模型以最少的运用车底数为优化目标,有效地将列车交路折返点及列车开行数量进行综合优化,但该模型求解难度较大,仅适合对列车交路方案优化做理论分析。多目标规划模型则充分考虑了实际情况,首先确定列车折返点,或者提供几种备选形式,再运用多目标规划求解各交路最优列车开行对数,得出列车交路方案的最优解。最后用算例验证了多目标规划模型的有效性。     

神经网络模型的研究

模型研究是神经网络研究的主要内容之一。讨论了其中有代表性的Ｈｏｐｆｉｅｌｄ网络、多层感知器、Ｂｏｌｔｚｍａｎｎ机和Ｋｏｈｏｎｅｎ自组织网络，分别给出了这些网络模型的结构和学习算法，并分析了它们的特点及应用。