论文部分内容阅读
提出一种结合变部域搜索的离散竞争Hopfield神经网络，用于求解最大分散度问题。为了克服神经网络易陷入局部最小值的问题，将变邻域搜索的思想引入到离散竞争Hopficld神经网络中，一旦网络陷入局部最小值，变邻域搜索能帮助神经网络动态改变搜索部域，从而跳出局部最小值去搜寻更优的解。最后，针对最大分散度问题的实验结果表明，提出的算法具有良好的性能。