论文部分内容阅读
采用具有瞬态混沌特性的神经网络（TCNN）解任务分配问题，该方法利用神经元的自反馈产生混沌动态，由于混沌动态特性具有很强的搜索全局最优妥的能力，有效地避免了传统Hopfield神经网络（HNN）极易陶入局部极小的缺陷，同时利用时变参数控制混沌行为，使网络在经过一个矩暂的混沌倒分岔后逐渐于一般的Hopfield神经网络，保证网络收敛到一个最优或近似最优的稳定平衡点。仿真结果表明，TCNN解任务分配问题时，总能收敛到全局最优或几乎接近全局最优，同时具有更高的搜索效率，另外，还用此方法求解了属于NP－完全问题的