复旦学报(自然科学版)
複旦學報(自然科學版)
복단학보(자연과학판)
JOURNAL OF FUDAN UNIVERSITY(NATURAL SCIENCE)
2004年
5期
714-716
,共3页
时间依赖的网络%神经网络%突触权值%稳定性%最短路径
時間依賴的網絡%神經網絡%突觸權值%穩定性%最短路徑
시간의뢰적망락%신경망락%돌촉권치%은정성%최단로경
time-dependent network%neural network%synaptic weight%stability%shortest path
时间依赖的网络与传统的网络模型相比更具有现实意义,具有广泛的应用领域.用实例证明了著名的Dijkstra算法在时间依赖的网络上不能有效地求解最短路径问题,给出了时间依赖的网络的定义和模型,给出一种实用反馈式神经网络来求解时间依赖的网络的最短路径问题.并用模拟实验验证了它在不同的网络更新时间区间上收敛速度的稳定性.结果是神经网络求解非NP-难解类优化问题的一种新尝试.
時間依賴的網絡與傳統的網絡模型相比更具有現實意義,具有廣汎的應用領域.用實例證明瞭著名的Dijkstra算法在時間依賴的網絡上不能有效地求解最短路徑問題,給齣瞭時間依賴的網絡的定義和模型,給齣一種實用反饋式神經網絡來求解時間依賴的網絡的最短路徑問題.併用模擬實驗驗證瞭它在不同的網絡更新時間區間上收斂速度的穩定性.結果是神經網絡求解非NP-難解類優化問題的一種新嘗試.
시간의뢰적망락여전통적망락모형상비경구유현실의의,구유엄범적응용영역.용실예증명료저명적Dijkstra산법재시간의뢰적망락상불능유효지구해최단로경문제,급출료시간의뢰적망락적정의화모형,급출일충실용반궤식신경망락래구해시간의뢰적망락적최단로경문제.병용모의실험험증료타재불동적망락경신시간구간상수렴속도적은정성.결과시신경망락구해비NP-난해류우화문제적일충신상시.
Time-dependent networks are more practical or immediate significance compared with traditional networks models. There are instances to prove the famous Dijkstra's algorithm cannot be effectively used to solve the shortest path problems.A new kind of neural networks for continuously computing the shortest path on a time-dependent network is presented and the stability of the network is proved. This makes a new study on solving the optimization, but not NP-hard problems by neural networks.