Autor:

Balicki, Jerzy ; Stateczny, Andrzej ; Żak, Bogdan

Współtwórca:

Korbicz, Józef (1951- ) - red. ; Uciński, Dariusz - red.

Tytuł:

Genetic algorithms and Hopfield neural networks for solving combinatorial problems

Tytuł publikacji grupowej:

AMCS, volume 7 (1997)

Temat i słowa kluczowe:

sterowanie ; sterowanie-teoria ; sztuczna inteligencja ; matematyka stosowana ; informatyka

Abstract:

In this paper, a Hopfield neural-network population for solving NP-hard multiobjective optimization problems with zero-one decision variables is proposed. The initial states of the Hopfield models in this population are modified by a genetic algorithm and the energy functions are constructed by using a non-negative convex combination method. Accordingly, optimization neural networks for the related optimization problem are designed. Simulation results are also presented to illustrate the effectiveness of the approach.

Wydawca:

Zielona Góra: Uniwersytet Zielonogórski

Data wydania:

1997

Typ zasobu:

artykuł

Strony:

567-592

Źródło:

AMCS, volume 7, number 3 (1997) ; click here to follow the link

Jezyk:

eng

Licencja CC BY 4.0:

click here to follow the link

Prawa do dysponowania publikacją:

Biblioteka Uniwersytetu Zielonogórskiego