跳到主要內容

臺灣博碩士論文加值系統

(44.210.99.209) 您好!臺灣時間:2024/04/16 02:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:陳明賢
研究生(外文):Ming-Shyan Chen
論文名稱:探討最佳化應用神經網路中之成本限制與狀態限制之研究
論文名稱(外文):A Study of The Cost Constraints And State Constraints for Optim- ization Using Neural Network
指導教授:黃崇冀黃崇冀引用關係
指導教授(外文):Henry C. Huang
學位類別:碩士
校院名稱:淡江大學
系所名稱:資訊工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1994
畢業學年度:82
語文別:中文
論文頁數:100
中文關鍵詞:組合最佳化均值退火狀態限制成本限制
外文關鍵詞:Combinatorial OptimizationMean-Field AnnealingState
相關次數:
  • 被引用被引用:0
  • 點閱點閱:138
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
組合最佳化問題﹐包含了許多科學家與工程師所關注的問題﹐也是實際生
活應用習習相關的問題。列如︰港口船泊指派﹑學校課程排程等等﹐目前
都是以問題特定經驗法則(Problem --Specific-- Heuristics ) -- 分支
限制搜尋方法來解決。最近幾年來﹐由於神經網路的復甦﹐使得許多研究
者認為組合最佳化問題的特性可用神經網路來加以解決﹐所以﹐目前有多
種神經網路可用來解決此領域問題。用神經網路解組合最佳化問題可分六
大步驟: 1. 狀態變數 2. 狀態限制 3. 狀態表現 4. 能量函數 5. 網路
架構 6. 網路動態針對不同的組合最佳化問題問題﹐此六大步驟都需重新
考慮建構。本論文主要針對第2 步驟--狀態限制﹐提出一較有系統的設計
方法分別應用於Hopfield-Tank 神經網路與 Mean-Field Annealing 神經
網路上。另外﹐提出一 "成本限制" 的概念﹐以符合實際問題的需求﹐並
且分析提出一設計方法。

Combinatorial Optimization Problems,including many probl- ems
which scientists and engineers concern on and are related as
closely as each to the real life. For example,the boarding
assignment﹑school curriculum schedule,and so on. Up to now ,
such problems are solved by using(Problem -- Specific -- Heur-
istics)-- Branch and Bound Search method. In the recent years,
Because the neural network are to come to life again ,many re-
searchers consider that the characterics of the combinatorial
optimization problems can be solved by using neural network.
Therefore,there are many kinds of neural networks which can
solve such problems. There are six steps using neural networks
to solve combin- atorial optimization problems : 1.State
Variable 2.State Constraints 3.State Representation
4. Energy Function 5.Network Architecture 6. Network Motion
As for the different Combinatorial Optimization problems , hese
six steps all need to be considered and constructed again. This
paper mainly focuses on the second step -- State Cons- raints.
It is provided a more systematic design rule. It is ap- lied to
the Hopfield-Tank neural network and Mean-Field Annea- ing
neural network separately. Besides,this paper is also provided
an idea of "cost const- aints" to fit with the needs of
practical problems. Moreover , nalyzing and providing a design
rule.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top