Институт вычислительной математики и математической геофизики СОРАН

Тезисы докладов

Рассматриваются вопросы применения нейросетевых алгоритмов для решения дискретных оптимизационных задач. Исследуется применение двух основных подходов: рекуррентных сетей (сетей с обратными связями) и самоорганизующихся карт Кохонена.

Решение оптимизационной задачи может быть получено как устойчивое состояние рекуррентной сети Хопфилда. Сеть Хопфилда позволяет находить локальные минимумы целевой функции. Достижение глобального минимума основывается на стохастической процедуре изменения состояния сети, реализующей имитацию процесса отжига (машина Больцмана).

Альтернативным подходом к решению оптимизационных задач является самоорганизация. Самоорганизующаяся карта Кохонена осуществляет поиск регулярностей и образов во входных данных и отображает входные образы произвольной размерности в одно- или двумерный массив нейронов. Самообучение карт Кохонена основывается на использовании меры близости объектов в пространстве входных данных.

В докладе обсуждаются проблемы, возникающие при использовании сетей указанных классов, и пути их преодоления. Приводятся примеры решения оптимизационных задач (задача коммивояжера, бисекция графа, задача о назначении и др.).

Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии Обратная связь

[Головная страница] [Конференции]

© 2006, Институт Вычислительной Математики и Математической Геофизики СО РАН, Новосибирск
© 2006, Сибирское отделение Российской академии наук, Новосибирск
    Дата последней модификации: 06-Jul-2012 (11:52:51)