ホップフィールドニューラルネットワークと遺伝的アルゴリズムを組み合わせた最適化手法

スポンサーリンク

概要

論文の詳細を見る
本論文では, ホップフィールドニューラルネットワークと遺伝的アルゴリズムを組み合わせて, 互いの欠点を補い合う最適化手法を提案する。ホップフィールドニューラルネットワークはエネルギー関数の極小値に陥る。一方, 遺伝的アルゴリズムは, 交叉・突然変異を経ても解として成り立ち, 更に親の特徴が子に遺伝するようなコー卜化は難しい場合が多い。本手法では, ホップフィールドニューラルネットワークで得た解を遺伝的アルゴリズムに与えて, 極小値からの脱出を行う。この際に, 遺伝子型へのコード化は親の特徴を素直に受け継ぐような単純なコード化を用いる。交叉・突然変異によって解として不適切なものも生じるが, それをホップフィールドニューラルネットワークの初期値として近傍の適切な解を得る。以上の処理を繰り返す。本手法をNP完全問題のうち, 最大クリーク問題, ノードカバー問題, 巡回セールスマン問題に適用し有効性を確かめた。
1998-01-25

著者

関連論文

もっと見る

スポンサーリンク