基于连续型Hopfield神经网络的路由选择算法  

A Routing Algorithm Based on the ContinuousHopfield Neural Network

作　　者：马传水[1] 阮传概[1] 

机构地区：[1]北京邮电大学信息工程系

出　　处：《北京邮电大学学报》1998年第3期67-71,共5页Journal of Beijing University of Posts and Telecommunications

摘　　要：提出了一种基于连续型Ｈｏｐｆｉｅｌｄ神经网络（ＣＨＮＮ）的路由选择算法，并与传统的数值解法中的流量微分（ＦＤ）法、梯度投影（ＧＰ）法作了比较，其中还对ＦＤ算法作了改进，采用固定步长，提高了运算效率。ＣＨＮＮ法的优点是，其解不受初值的影响，总可得到全局最优解，通过模拟实验证明，该算法非常有效。A routing algorithm based on the continuous Hopfield neural network (CHNN ) is pro- posed and compared with conventional digital algorithms , such as the flow deviative method and the gradient project method. A good characteristic of CHNN is that its solutions will get to the optimum and not be effected by the initial values. Simulations show that CHNN works well.

关 键 词：神经网络 路由选择 最优化算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]