| 【中文题名】 | 平面问题的一种新型神经网络算法 |
| 【英文题名】 | Planarization of a Graph with a New Neural Network Algorithm |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-29 |
| 【中关键词】 | 平面问题,Hopfield神经网络,模拟退火算法,,, |
| 【英关键词】 | Planarization Problem,Hopfield Neural Network,Simulated Annealing Algorithm, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
平面问题是一个典型的组合优化问题。平面问题在印制电路板的设计和大规模集成电路(VLSI)的布线方面有着重要的应用,对于很多可视化问题,例如基因调控网络的可视化也有着重大的意义。平面问题包括两部分:平面性测试和平面嵌入。虽然很多研究人员针对该问题的两部分已经提出了一些算法,但它们都存在着一些缺陷。本文将该问题的两个部分统一对待,指出了可平面图的平面嵌入是有条件的,只有在特定的顶点顺序情况下才是可直线嵌入的,并通过给出既满足直线嵌入条件又实现正确布线的能量函数,进而用Hopfield神经网络实现了对可平面图的直线嵌入和不可平面图的最大可平面子图的寻找和布线;另外本文用模拟退火算法来帮助网络摆脱局部极小点。大量实验结果表明我们的混合算法具有帮助Hopfield网络摆脱局部极小点的能力并能得到较好的结果。 |
| 【论文题纲】 |
|
独创性(或创新性)声明 |
2 |
|
关于论文使用授权的说明 |
2-3 |
|
摘要 |
3-4 |
|
Abstract |
4-7 |
|
第一章 绪论 |
7-9 |
|
1.1 本文的研究背景及现状 |
7-8 |
|
1.2 本文的工作 |
8-9 |
|
第二章 Hopfield 神经网络（HNN）概述 |
9-21 |
|
2.1 神经网络概述 |
9-11 |
|
2.2 神经网络的基本结构和基本原理 |
11-13 |
|
2.3 离散型 Hopfield 网络 |
13-17 |
|
2.4 连续型 Hopfield 网络 |
17-21 |
|
第三章 工程组合优化问题中Hopfield 网络的稳定性及局部极小点问题 |
21-26 |
|
3.1 稳定性分析 |
21-22 |
|
3.2 局部极小点问题与解决方法 |
22-26 |
|
第四章 模拟退火与梯度下降相结合的混合算法 |
26-30 |
|
4.1 引言 |
26 |
|
4.2 混合算法的分析与设计 |
26-28 |
|
4.3 实验与结果 |
28-29 |
|
4.4 小结 |
29-30 |
|
第五章 平面问题的Hopfield 网络解法 |
30-43 |
|
5.1 引言 |
30-31 |
|
5.2 神经元和能量函数的设计 |
31-33 |
|
5.3 网络的运行与算法步骤 |
33-36 |
|
5.4 实验结果比较与分析 |
36-43 |
|
5.4.1 测试实例分析 |
36-38 |
|
5.4.2 结果分析 |
38-42 |
|
5.4.3 实验小结 |
42-43 |
|
第六章 结论 |
43-44 |
|
致谢 |
44-45 |
|
参考文献 |
45-48 |
|
硕士期间发表的论文 |
48 |
|
| 【DOI】 | LunWen.ID:2.2008.388269 |
